[发明专利]一种基于局部结构特征的图像合成修复方法及系统

说明书

技术领域

本发明涉及图像处理领域，具体涉及一种基于局部结构特征的图像合成修复方法及系统。

背景技术

图像修复是图像处理的主要内容之一，主要包括结构图像的修复和纹理图像的修复，修复方法大致分为两类：一类是基于偏微分方程的图像修复方法，另外一类是基于纹理合成的图像修复方法。

在基于纹理合成的图像修复方法中，又可分为两类：一种是基于分解的方法，另外一种是基于样例的纹理合成修复方法，而在基于样例的纹理合成修复方法中，其代表算法为基于等照度线驱动的Criminisi算法，Criminisi算法是首先通过优先级公式来确定最先得到修复的图像块，再在全局范围内依据颜色匹配准则来搜索最优目标块来填充缺损区域。但是，随着修复过程的进行，优先级设定的数据项会迅速下降，而置信度项则开始增大，使得优先级的计算不可靠，导致错误的填充次序；且所采用的全局搜索方式，时间复杂度会比较高；另外，匹配准则只是采用颜色距离来确定最优匹配块，最终会产生多个目标块，而针对这些多个目标块Criminisi算法又是采用随机选取目标块的方式，这样就增大图像的错误匹配率。最终表现在图像上的缺陷就是图像结构保真度不足，图像修复质量差。

发明内容

本发明提供了一种基于局部结构特征的图像合成修复方法，对纹理结构比较复杂的破损图像能够提高图像修复准确率。

本发明解决上述技术问题的技术方案如下：一种基于局部结构特征的图像合成修复方法，包括以下步骤：

步骤1，输入一幅待修复图像，记为u(x，y)，x,y分别为待修复图像在x,y方向上的坐标；

步骤2，对所述待修复图像中的所有像素点的置信度初始化；具体如下：

式中，p'为所述待修复图像中的像素点；C(p')为像素点p'的置信度；Ω为所述待修复图像中的受损区域，Φ为所述待修复图像中的未受损区域；为取任意值；指在所述待修复图像中的受损区域取任意像素点；指在所述待修复图像中的未受损区域取任意像素点；

步骤3，分别以所述待修复图像破损边界上各个像素点为中心选取所述各个像素点的模板块；

步骤4，按照以下公式计算所述待修复图像破损边界上每个像素点所在模板块的破损度优先级的大小，并将破损度优先级按照从大到小降序排列；

P(p)＝a₁C(p)+a₂D(p)+a₃H(p)；

其中，p为所述模板块中心处的像素点；P(p)为像素点p的破损度优先级；a₁,a₂,a₃为权重，且a₁,a₂,a₃的和为1；

H(p)＝K·h+exp(-h)；K为控制参量，取值为0.8；exp(-h)＝e^-h，e^-h为以e为底数的指数函数，e＝2.71828；h为局部测度函数，h＝|λ₁-λ₂|²，λ₁和λ₂分别为所述模板块结构张量表达式的第一特征值和第二特征值，表达式为：

其中，j₁₁,j₁₂,j₂₂由待修复图像结构张量表达式得到，所述待修复图像结构张量表达式为：

其中，G_ρ为以ρ为参数的Gaussian核函数，ρ=1；

指G_ρ与求卷积运算；指G_ρ与求卷积运算；

指G_ρ与求卷积运算；

C(p)为所述模板块中心处像素点p的置信度；D(p)为所述模板块中心处像素点p的数据项；

式中，ψ_p为破损边界上以像素点p为中心点的模板块，Φ为所述待修复图像中的未受损区域，ψ_p∩Φ指模板块与所述待修复图像中的未受损区域的交集，为所述模板块与所述待修复图像中的未受损区域的交集中的像素点，即所述模板块中未受损区域的像素点，为像素点的置信度，|Ψ_p|为模板块的面积，指模板块内像素的数量；为像素点p的等照度线的方向，即梯度的垂直方向，n_p为像素点p的单位方向向量，α为归一化因子，在灰度图像中取值为255；