[发明专利]一种面向图像修复的多尺度特征匹配方法

说明书

本发明公开了一种面向图像修复的多尺度特征匹配方法，包括以下步骤：利用显著性检测方法对图像修复区域进行显著性检测，以获取图像修复区域中的显著性区域；通过图像金字塔将图像修复区域和图像已知区域分解为多个尺度；对每个尺度下的图像修复区域和图像已知区域进行特征匹配，获取匹配图像；对每个尺度下的图像修复区域中的显著性区域进行像素级深度优化，获取优化图像；利用多尺度重建方法将匹配图像和优化图像进行多尺度重建，以完成图像修复。本发明将图像分为多个尺度，将多个尺度的图像进行特征进行匹配，提高修复效果，有效减少修复过程中的人为痕迹。

技术领域

本发明涉及图像修复技术领域，具体而言，涉及一种面向图像修复的多尺度特征匹配方法。

背景技术

随着数字媒体时代的来临，媒体应用已经成为生活中不可或缺的部分，在媒体应用过程中，多种图像处理技术发挥了重要作用。图像修复作为其中一项重要的技术，为媒体应用提供了重要的技术支持。图像修复技术旨在对图像中损坏或遗失部分进行修复，使得到的图像能接近或恢复原图的视觉效果。数字图像修复是估计并填充缺失信息部分的过程，从视觉角度来说，根据区域周围的信息按进行连接边界、扩展延伸、纹理颜色合成、内容嵌入，来达到高度相似性和视觉的一致性。

由于修复过程中，需要保持修复后的结果保持高度相似性和视觉的一致性，现代的修复技术仍然存在较为明显的缺陷：修复区域和已知区域往往存在着明显的特征差异，修复边缘人为痕迹非常明显，显著地降低了视觉的一致性。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种面向图像修复的多尺度特征匹配方法，将图像分为多个尺度，将多个尺度的图像进行特征进行匹配，提高修复效果，有效减少修复过程中的人为痕迹。

本发明的实施例是这样实现的：

一种面向图像修复的多尺度特征匹配方法，包括以下步骤：

利用显著性检测方法对图像修复区域进行显著性检测，以获取图像修复区域中的显著性区域；

通过图像金字塔将图像修复区域和图像已知区域分解为多个尺度；

对每个尺度下的图像修复区域和图像已知区域进行特征匹配，获取匹配图像；

对每个尺度下的图像修复区域中的显著性区域进行像素级深度优化，获取优化图像；

利用多尺度重建方法将匹配图像和优化图像进行多尺度重建，以完成图像修复。

在对图像进行修复时，首先，利用显著性检测方法对图像修复区域进行显著性检测，以获取图像修复区域中的显著性区域，以便后续对图像修复区域的显著性区域进行进一步优化，根据图像金字塔将图像修复区域和图像已知区域进行尺度划分，划分为多个尺度，图像修复区域的尺度和已知区域的尺度一一对应，在每个尺度下，将图像修复区域与图像已知区域进行颜色和纹理特征匹配，对图像修复区域进行修复比对，匹配完成后，获取修复匹配完成后的图像修复区域的图像，即获取匹配图像；对每个尺度下的图像修复区域中的显著性区域不仅仅要进行颜色和纹理特征匹配，还要对其显著性区域进行像素级深度优化，该像素级深度优化是指对显著性区域的像素进行调整，使得显著性区域对应的像素区域能量最小，固定此时的像素，完成对显著性区域的像素级深度优化，以获取优化后的图像修复区域的显著性区域图像，即获取优化图像；在对图像修复区域与已知区域进行特征匹配得到了匹配图像以及对显著性区域进行像素级优化后得到优化图像后，利用多尺度重建方法将匹配图像和优化图像进行多尺度重建，以完成图像修复。本方法将图像分为多个尺度，将多个尺度的图像进行特征进行匹配，提高修复效果，有效减少修复过程中的人为痕迹。

在本发明的一些实施例中，一种面向图像修复的多尺度特征匹配方法，利用显著性检测方法对图像修复区域进行显著性检测，以获取显著性区域的方法包括以下步骤：

通过全局对比度的显著性检测方法对图像修复区域进行显著性检测，以获取显著性区域。