[发明专利]一种基于分层引导策略的样本块图像修复方法

权利要求书

1.一种基于分层引导策略的样本块图像修复方法，其特征在于：包括

步骤一、对待修复的原始图像进行高斯金字塔分解，获取多层不同分辨率的分解图像；

步骤二、按照从顶层至底层的顺序对所述分解图像逐层修复，先对顶层的所述分解图像基于样本块修复方法进行修复，获得修复好的顶层图像修复结果；

步骤三、对所述顶层图像修复结果上采样处理，再与次顶层分解图像进行合并，并将合并结果中待填充区域内的信息作为引导信息修复次顶层分解图像，重复此过程，直到所有层的待填充区域修复完毕；

具体包括：

若填充前沿上有一点p，在以p为中心的待填充块Ψ_p中有两个区域：已知信息区域Ψ_pa和待填充区域Ψ_pb，基于样本块的修复方法，利用Ψ_p中Ψ_pa的信息，根据公式(1)计算在样本资源Φ中搜索最佳样本块

其中，Φ表示图像中的样本区域，是与Ψ_p距离最小的样本块，d(Ψ_pa，Ψ_qa)表示Ψ_pa和Ψ_qa之间的颜色分量和梯度分量的欧式距离；

再根据公式(2)计算Ψ_p和Ψ_q之间的颜色分量和梯度分量的欧式距离，

其中，I_p，I_q是相应的RGB向量，表示图像的梯度向量；

若顶层图像G_K修复后经过上采样处理得到S_K-1，S_K-1与G_K-1合并得到A_K-1，这时A_K-1中的Ω中的信息已经得到填充，采用引导策略的样本块修复图像时，把Ψ_pb中的信息作为引导信息，若待填充块为Ψ_p，此时寻找最佳样本块利用公式(3)计算最佳样本块

其中，Ψ_pa是已知信息区域，Ψ_pb是待填充区域，其中的信息为引导信息；

再通过公式(4)利用样本块的颜色信息计算距离，

其中，I_p，I_q是相应的RGB向量。