[发明专利]基于简单背景的图像修复方法、系统及拍摄终端

说明书

本发明公开了一种基于简单背景的图像修复方法、系统及拍摄终端，其通过对原始图像的待修复区域或完好区域进行标记和梯度计算，并对得到的梯度图进行分块得到梯度块，然后根据每个梯度块所对应原始图像中的原始块进行方差计算，得到每个梯度块对应的方差值，将包含待修复区域的梯度块利用周围的方差值最小的完好区域的梯度块替代，得到调整后的梯度图，最后利用泊松方程将调整后的梯度图进行还原得到修复图；本发明无需训练样本，算法简单，处理速度快，并且修复效果更自然，特别适用于皮肤等类似的简单背景的图像修复。

技术领域

本发明涉及图像处理技术领域，特别是一种基于简单背景的图像修复方法及其应用该方法的系统、拍摄终端。

背景技术

随着数字图像处理技术的发展，填充图像中某些区域的缺失信息，或移除图像中某些区域仅保留需要的信息，使图像满足人眼视觉系统要求的工作成为研究热点。这种修补缺失信息或移除目标区域的图像处理技术称为图像修复。图像中信息缺失的区域或待移除的区域统称为图像中的待修复目标区域，图像中的其它区域称为信息已知区域。

现有技术中，对裂缝的图像修复一般通过求解偏微分方程或者纹理合成等方案，例如，Bertalmio提出一种基于信息传播的图像修复模型(参考BertalmioM.2000.Imageinpainting，ACM SIGGRAPH’00，pp.417-424，July2000)，该模型利用偏微分方程(PartialDifferential Equation，PDE)的各向异性扩散特性沿边缘方向进行不同强度的扩散以修复待修复目标区域，Chan等在此研究基础上提出了总体变分(TotalVariation，TV)修复模型(参考Chan T.2001.The digital TV filter and nonlineardenoising，IEEE Trans.Image Process.，10(2)：231-241，2001)以及CDD(CurvatureDriven Diffusion)模型(参考Chan T.2001.Non-textureinpainting by curvature-driven diffusions(CDD)，J.Visual Comm.Image Representation，12(4)：4736-449.)，PDE修复模型基于图像几何特征通过计算像素间灰度差值各向异性将信息已知区域的信息向待修复的目标区域内扩散，从而实现图像修复。另外，Efros提出一类基于模块的纹理分析模型(参考Efros A.1999.Texture Synthesis byNon-parametric Sampling，IEEEInt.Conf.Computer Vision)，与PDE修复模型相比，基于模块的纹理分析模型通过将模块中的已知信息复制到待修复目标区域，复原待修复的图像。

但是，采用上述直接求解偏微分方程修复的方法一般会使修复区模糊，而采用纹理合成的修复方法太依赖周围正确的纹理块样本而不太适合用于密集裂缝的情况，对于人脸皱纹等比较密集的纹理，上述两种方案都不适用。

因此，如何用图像修复的算法消除人脸皱纹便成了一个难题。

发明内容

本发明为解决上述问题，提供了一种基于简单背景的图像修复方法、系统及拍摄终端，无需训练样本，算法简单，处理速度快，并且修复效果更自然。

为实现上述目的，本发明采用的技术方案为：

首先，本发明提供一种基于简单背景的图像修复方法，其包括以下步骤：

10.对原始图像的待修复区域或完好区域进行标记，得到标记图；

20.对所述标记图进行梯度计算，得到梯度图；

30.对所述梯度图进行分块，得到梯度块；

40.根据每个梯度块所对应原始图像中的原始块进行方差计算，得到每个梯度块对应的方差值；