[发明专利]图像修复方法及装置

说明书

本发明提出了一种图像修复方法及装置，其中该方法包括：获取待修复图像，并对待修复图像进行区分以获得待修复区域和剩余区域；计算待修复区域和剩余区域的自相关度，将自相关度最高的区域作为参考区域；采用高频滤波算法对参考区域内的图像进行高频滤波以获取高频信息；将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；将低频信息与高频信息进行混合，以获得待填充信息；将待填充信息填入到待修复区域，以对待修复图像进行修复；由此，本发明通过深度学习网络获取低频信息，智能填充法获取高频信息，使得填充结果兼具周边信息的连续性和信息本身的真实性，从而大大提高了图像修复的效果。

技术领域

本发明涉及图像处理技术领域，特别涉及一种图像修复方法、一种图像修复装置、以及一种计算机可读存储介质和计算机设备。

背景技术

图片可以记录生活的点滴，但是由于拍摄条件和技巧的影响，拍摄的图片往往还需要对其进行处理，例如抹除背景上多余的摆件或装饰等内容，而在抹除完不想要的内容之后，还需要对该图像进行修复，即在被抹除的区域上填充新的内容信息，使得填充的新信息能兼具和周边信息的连续性和信息本身的真实性。

目前常用的图像修复方法通常有两种，一种是采用WebInpaint或者PhotoShop的智能填充功能进行处理，直接将待填充区域周边的内容信息直接覆盖到待填充区域上，此种方法虽然可以较好的实现填充效果的真实性，但是对于填充信息与周边原有信息的连续性却很差；另一种是通过深度学习技术，对大数据样本进行训练，使得深度神经网络拥有根据周边信息形态自动生成信息的能力，此种方法可以实现填充信息与周边原有信息的连续性，但是缺乏真实性。也就是说，现有的图像修复方法由于无法兼顾图像修复效果的周边信息连续性和信息本身的真实性，从而导致修复效果差。

发明内容

本申请是基于发明人对以下问题的认识与研究而提出的：

现有的智能填充算法通过寻找待修复图像上和待修复区域最相似的其他局部信息，并以此局部信息为参照，以进行内容填充；由于有客观的信息可以作为参照，所以智能填充算法获得的信息真实度较高；但是，由于直接挪移其他局部信息进行填充修复，所以无法做到新信息与原有周边信息的连续性；另外，现有通过深度学习生成的填充信息，在新信息与原有信息的连续性上虽然较好，也就是低频信息的拟合相对比较自然，但是深度学习生成的填充信息，在高频纹理上很不自然，所以导致真实度很差；所以无法兼顾修复效果的周边连续性和填充信息本身的内容真实性。

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种图像修复方法，采用高低频分离技术将待填充信息分离成低频和高频两部分，并将深度学习网络和智能填充法相结合，使得填充结果兼具周边信息的连续性和信息本身的真实性，从而大大提高了图像修复的效果。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种图像修复装置。

为达到上述目的，本发明第一方面实施例提出了一种图像修复方法，该方法包括以下步骤：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。