[发明专利]一种利用边缘统计特征的MRF样本块图像修复方法

说明书

技术领域

本发明涉及基于样本块的图像修复方法，特别涉及基于MRF的图像修复方法。

背景技术

数字图像修复是根据待修复图像内的已知信息，按照一定的规则对丢失信息进行修补的一门技术，其主要目的是使修复后图像看起来连贯自然。随着数字图像处理技术的发展，数字图像修复技术成为当前计算机图形学和计算机视觉的一个研究热点，在古文物保护，影视特效制作，图像有损压缩，特定目标移除等方面具有重大的应用价值。目前数字图像修复技术主要分为三类：基于扩散的方法、基于稀疏的方法、基于样本块的方法。而基于样本块的方法因其在大区域破损修复方面的优良性能受到了越来越多的关注。基于样本块的方法根据其实施方式可以划分为基于匹配的方法和基于MRF的方法。

文献1(Komodakis,N.Tziritas,G.Image completion using efficient belief propagation via priority scheduling and dynamic pruning[J].IEEE Transactions on Image Processing.2007,16(11):2649-2661.)为缓解基于匹配的方法中的误差累积现象，将图像修复问题转换全局能量求极值问题，具体做法是将已知信息看作标签，将丢失信息看作节点，利用全局能量方程衡量标签与节点间的相似性，最后利用优化方法求解全局能量极值以得到分配给每个节点的合适标签，据此补全破损图像。但是该算法采用置信度传播算法求解算局能量极值，而置信度传播算法易陷入局部最优，不能得到全局最优值；且该算法计算复杂度较好，修复效率较低。

近年来，为获得更优的补全结果，研究学者提出了不同的MRF修复方法：(1)文献2(L.Yunqiang,V.Caselles.Exemplar-Based Image Inpainting Using Multiscale Graph Cuts[J].IEEE Transactions on Image Processing.2013,22(5):1699-1711.)将破损区域的临近位置的已知信息作为候选标签，利用图像的局部自相似性来补全破损图像。(2)文献3(He,K.Sun,J.Image Completion Approaches Using the Statistics of Similar Patches.IEEE Transactions on Pattern Analysis and Machine Intelligence.2014,36(12):2423-2435.)统计样本块与其相似块之间的偏移位置，据此选择出少数占统治地位的偏移位置作为候选标签，而后利用图割算法求解全局能量优化极值。(3)文献4(W.Xue,R.Zhang.Graph-based image completion using patch offsets and structure feature[C].In:Fifth International Conference on Graphic and Image Processing,2014,International Society for Optics and Photonics:906906-906906-9.)引入HOG特征以寻找到更优的匹配块，并自适应确定候选标签个数以获得全局最优极值。

上述方法从候选标签选择和全局能量方程构造方面进行改进，以期获得良好的修复结果。但是这些方法对结构信息较少的破损图像并不能很好的保持修复后图像结构部分的连贯性。文献2仅用临近位置上的已知信息来填补丢失信息，以及引入梯度信息来构造全局能量方程，但由于候选标签选择的不够合适，仍不能较好的修复破损图像。文献3和文献4统计了相似样本块间的偏移映射，据此选择候选标签，但是对于已知区域内结构信息较少的破损图像，仍不能很好地保持修复后图像结构部分的连贯性。因此如何选择合适的先验信息来指导图像修复以及构造合理的全局能量优化方程仍是基于MRF的修复方法需要解决的关键问题。

发明内容

本发明主要是克服现有技术中的不足之处，提供一种利用边缘特征统计的MRF图像修复方法，该方法能够有效地保持修复后图像中结构部分的连贯性，使得修复后图像看起来更加自然，更符合人眼视觉要求，尤其适合具有复杂纹理和结构特征的真实照片或合成图像的修复。

本发明解决上述技术问题所提供的技术方案是：一种利用边缘统计特征的MRF样本块图像修复方法，包括以下步骤：

A、对待修复图像I，确认破损区域为Ω；