[发明专利]一种改进Criminisi算法的图像修复方法

说明书

本发明涉及一种改进Criminisi算法的图像修复方法，属于图像处理中的图像修复领域。本发明将原始Criminisi算法中的优先级计算函数进行改进，根据待修复块和原始图像的比例关系确定图像修复次数，从而将优先权的计算划分为两个阶段，每个阶段采用不同的计算公式，并采用局部搜索策略确定最佳匹配块。使用本发明对受损图像进行修复测试，结果表明，改进后的算法不仅提高了修复的准确率同时也缩短了运行时间。

技术领域

本发明涉及一种改进Criminisi算法的图像修复方法，属于图像处理的图像修复领域。

背景技术

Criminisi算法属于基于样本的图像修复算法，该算法首次提出修复过程中的优先权技术，并对受损区域边界处的像素赋予高于内部像素的优先权，同时该算法在修复过程中采用像素块为基本单位代替传统的以像素点为基本单位的方式进行修复。但是该算法也具有一定的局限性：Criminisi算法在修复过程中着重考虑图像的纹理信息忽视了图像的结构信息，使其在面对弱纹理图像时，易使图像出现断裂不连续现象，严重时可能会出现大范围的错误填充；随着修复过程不断进行更新，置信项逐渐趋向于0，导致在修复后期优先权的计算方式变得不适用，此时得到的优先级是不准确的；Criminisi算法使用全局搜索的方法进行最佳匹配块的搜索，计算量大，耗费时间长。

发明内容

本发明在Criminisi算法的基础上进行改进，提出了一种改进Criminisi算法的图像修复方法：首先确定待修复区域，初始化置信度和数据项，采用改进后的优先权函数计算待修复区域像素优先级，通过局部搜索策略确定最佳匹配块，将最佳匹配块内的信息填充到待修复块中，重复上述过程，当待修复区域为空时修复结束。为达到上述目的，本发明的技术方案为：

一种改进Criminisi算法的图像修复方法，包括下述步骤：

步骤一、确定待修复区域Ω；

步骤二、初始化数据项D(p)和置信度C(p)；

步骤三、计算改进的修复优先级函数P(p)；

步骤四、采用局部搜索策略寻找最佳匹配块；

步骤五、更新数据项D(p)和置信度C(p)；

步骤六、重复上述过程直至待修复区域为空。

有益效果：

本方法充分考虑图像中的结构信息对修复结果的影响，对修复过程中的优先级函数进行改进，通过待修复区域和原图像的面积将优先级计算过程划分为两个阶段，根据不同阶段的特点选择不同的优先权计算函数，提高了修复结果的准确率；

采用局部搜索策略确定最佳匹配块，以待修复块中心像素为中心，根据原始待修复图像的尺寸按比例确定局部搜索的邻域范围，提高了运行速率。

附图说明

本发明中改进的算法流程图

具体实施方式

本发明公开了一种改进Criminisi算法的图像修复方法，本方法对优先级函数进行改进，在保证图像纹理信息的同时充分考虑图像的结构信息；并采用局部搜索的策略确定最佳匹配块，实现图像修复。下面对本方法做进一步说明：

考虑结构信息对修复结果的影响对优先权计算函数P(p)进行改进，将优先权的计算分为两个阶段，定义如下：

根据待修复块和原图像的面积确定优先权计算阶段的划分，定义如下：

α为结构的宽度比率，AΩ、依次代表待修复块和原图像的面积，SΩ代表原区域中边界结构像素总和，γ随宽度比例变化。