[发明专利]图像修复方法及装置

权利要求书

1.一种图像修复方法，其特征在于，包括以下步骤：

获取待修复图像，并对所述待修复图像进行区分以获得待修复区域和剩余区域；

计算所述待修复区域和所述剩余区域的自相关度，以从所述剩余区域中获取与所述待修复区域自相关度最高的参考区域；

采用高频滤波算法对所述参考区域内的图像进行高频滤波处理以获取所述参考区域所对应图像的高频信息；

将所述剩余区域所对应图像输入到预先训练好的神经网络模型以输出低频信息；

将所述低频信息与所述高频信息进行混合，以获得待填充信息；

将所述待填充信息填入到所述待修复区域，以对所述待修复图像进行修复

其中，根据以下公式计算所述待修复区域和所述剩余区域的自相关度：

其中“*”是卷积运算符，(·)^*为取共轭；f(t+τ)和f^*(t)为待修复区域和剩余区域上的固定间隔为长度t的两个不同位置像素的颜色值。

2.如权利要求1所述的图像修复方法，其特征在于，所述神经网络模型的构建及训练包括以下步骤：

采集多张样本图像；

采用低频滤波算法对每张样本图像进行低频滤波处理以获取每张样本图像的低频信息；

将每张样本图像的低频信息作为训练样本输入到深度学习网络进行训练，以获得训练好的神经网络模型。

3.如权利要求1所述的图像修复方法，其特征在于，根据用户的标注将所述待修复图像区分为待修复区域和剩余区域。

4.如权利要求1所述的图像修复方法，其特征在于，根据所述待修复区域的大小在所述剩余区域中进行筛选，以筛选出与所述待修复区域自相关度最高的参考区域，其中，所述参考区域与所述待修复区域大小一致。

5.一种计算机可读存储介质，其特征在于，其上存储有图像修复程序，该图像修复程序被处理器执行时实现如权利要求1-4中任一项所述的图像修复方法。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-4中任一项所述的图像修复方法。

7.一种图像修复装置，其特征在于，包括：

获取模块，所述获取模块用于获取待修复图像，并对所述待修复图像进行区分以获得待修复区域和剩余区域；

计算模块，所述计算模块用于计算所述待修复区域和所述剩余区域的自相关度，以从所述剩余区域中获取与所述待修复区域自相关度最高的参考区域；

滤波模块，所述滤波模块用于采用高频滤波算法对所述参考区域内的图像进行高频滤波处理以获取所述参考区域所对应的图像的高频信息；

叠加模块，所述叠加模块用于将所述剩余区域所对应图像输入到预先训练好的神经网络模型以输出低频信息，并将所述低频信息与所述高频信息进行混合，以获得待填充信息；

填充模块，所述填充模块用于将所述待填充信息填入到所述待修复区域，以对所述待修复图像进行修复；

其中，根据以下公式计算所述待修复区域和所述剩余区域的自相关度：

其中“*”是卷积运算符，(·)^*为取共轭；f(t+τ)和f^*(t)为待修复区域和剩余区域上的固定间隔为长度t的两个不同位置像素的颜色值。

8.如权利要求7所述的图像修复装置，其特征在于，还包括：模型构建及训练模块，所述模型构建及训练模块用于，

采集多张样本图像；

采用低频滤波算法对每张样本图像进行低频滤波处理以获取每张样本图像的低频信息；

将每张样本图像的低频信息作为训练样本输入到深度学习网络进行训练，以获得训练好的神经网络模型。

9.如权利要求7所述的图像修复装置，其特征在于，根据用户的标注将所述待修复图像区分为待修复区域和剩余区域。

10.如权利要求7所述的图像修复装置，其特征在于，根据所述待修复区域的大小在所述剩余区域中进行筛选，以筛选出与所述待修复区域自相度最高的参考区域，其中，所述参考区域与所述待修复区域大小一致。