[发明专利]一种基于Criminisi算法的图像修复方法

说明书

本发明公开了一种基于Criminisi算法的图像修复方法，该Criminisi算法的核心思想是：计算修复块的优先权，根据优先权决定修复区域，根据SSD准则寻找最佳匹配块并进行填充，最后更新修复块在修复后的置信度，直至待修复区域的修复结束。本发明的基于Criminisi算法的图像修复方法，在现有Criminisi算法的基础上进行优化，解决了现有技术中图像修复之后出现图像断裂、图像结构混乱的现象。

技术领域

本发明属于图像修复技术领域，特别是涉及一种基于Criminisi算法的图像修复方法。

背景技术

随着数字技术的不断发展和进步，数字图像技术在扫描仪、数码相机、数码摄像机、数字电视、以及可收发图像的移动电话等数字产品中得到广泛应用。但是，有很多因素会引起图像上局部信息的缺损：①对原本就有划痕或有破损的图片扫描后得到的图像；②为了某种特殊目的而移走数字图像上的目标物体或文字后留下的信息空白区；③在数字图像的获取、处理、压缩、传输和解压缩过程中，因信息丢失所留下的信息缺损区等。为了保证图像信息的完整性，需要对这些受损图像进行填充修复。所谓图像修复是对图像上信息缺损区域进行填充的过程，其目的是恢复有信息缺损的图像，并使观察者无法察觉图像曾经缺损或已被修复。

图像修复是一项古老的艺术。欧洲文艺复兴时期，为了恢复美术作品中丢失或被损坏的部分，保持作品的整体效果，开始进行对中世纪美术品的修复，主要是填补美术品上所出现的裂痕。随着美术博物馆的数字化，作品被扫描到电脑里，数字图像修复技术只需对这些数字图像使用计算机程序或者软件进行处理，通常只需要简单的人机交互工作。手工修复要直接在原始作品上修改；数字图像修补技术则带来了极大的自由，比如出现错误的时候或者是逐步增强修补效果的时候，不需要破坏珍贵的原画。毫无疑问，数字图像修复技术为修补古老的艺术作品提供了安全便捷的途径。

近些年来涌现了很多有效的图像修复的模型和方法，大致可以分为以下两类：一种是基于结构的图像修复技术；另一种是基于样本块匹配的纹理合成算法。基于结构的图像修复技术，是一种基于偏微分方程(partial differential equation，PDE)修复算法，核心思想是利用待修复区域的边缘信息来确定扩散信息和方向，从区域边界各向异性的向边界内扩散。随后有大量的科研人员对此修复技术进行了研究。Bertalmio等提出首先将图像用作具有不同基本特征的两个函数的组合，其次提出了具有相应值填充算法的重构函数

Shen等提出了总体变差(total variation,TV)模型；之后，他们对TV模型进行改进，提出了曲率推动扩散模型(curvature driven diffusion，CDD)。基于结构的图像修复技术主要用于修复破损区域较小的图像，对较大的破损区域进行修复时此修复技术会产生模糊、断裂等现象，修复效果不太理想。另一种修复技术是基于样本块的纹理合成，此修复技术于2004年由Criminisi等提出，它是一种基于样本块的目标去除图像修复技术，此技术经过多年的研究与探索已经成为修复大区域破损图像的经典算法。Criminisi算法核心思想是寻找与图像中待修复的区域最相似的匹配块，然后将其复制到损坏区域以获得修复效果，它在确保修复大区域破损图像时，在一定程度上保存了图像中的样本和纹理信息，在视觉程度上具有良好的修复效果。近些年来，不计其数的科研人员对Criminisi算法进行了研究与改进。

发明内容

本发明的目的是提供一种基于Criminisi算法的图像修复方法，解决现有技术中图像修复之后出现图像断裂，图像结构混乱等现象。

为了达到上述目的，本发明采用的技术方案是，一种基于Criminisi算法的图像修复方法，具体按照以下步骤实施：

步骤1，获取要修复的图像I；

步骤2，识别通过步骤1所获取的图像I中的样本区域以及需要进行修复的破损区域；

步骤3，将步骤2所识别的破损区域划分成多个待修复块；