[发明专利]一种唐卡图像综合修复方法

权利要求书

1.一种唐卡图像综合修复方法，其特征在于：包括以下步骤：

一、收集获取唐卡图像，并建立唐卡图像资源库；

二、根据唐卡破损特性和唐卡资源库的唐卡图像建立面向唐卡破损特点的不规则掩码数据集和面向深度学习的唐卡图像数据集；

三、使用Places2数据集和不规则掩码数据集对基于部分卷积的图像修复网络进行预训练，构建预训练模型；

四、在唐卡图像数据集和掩码图像数据集的基础上，通过冻结编码网络的批量归一化层对预训练模型进行进一步的改进训练，构建适合修复唐卡不规则破损的唐卡图像修复模型；

五、使用唐卡图像修复模型修复破损唐卡图像，若唐卡图像弱纹理区域修复时出现明显痕迹，则使用PatchMatch修复方法对其局部二次修复；

六、基于唐卡图像修复模型和PatchMatch修复方法搭建基于Web的可视化唐卡图像修复系统。

2.根据权利要求1所述的一种唐卡图像综合修复方法，其特征在于：步骤二中，不规则掩码数据集的建立方法为：分析唐卡破损特性，获得唐卡破损类型，通过分析唐卡破损特性，构建一种面向唐卡破损特点的唐卡图像不规则掩码数据集。

3.根据权利要求2所述的一种唐卡图像综合修复方法，其特征在于：唐卡破损类型为折痕破损、颜色脱落、油烟污染和画布缺损。

4.根据权利要求1所述的一种唐卡图像综合修复方法，其特征在于：步骤二中，唐卡图像数据集的建立方法为：筛选唐卡图像资源库中的唐卡图像进行预处理，构建一种面向深度学习的统一规范格式的唐卡图像数据集。

5.根据权利要求1所述的一种唐卡图像综合修复方法，其特征在于：步骤三中，搭建基于部分卷积的U-Net网络架构，使用编码网络提取图像特征，使用解码网络上采样恢复图像。

6.根据权利要求1所述的一种唐卡图像综合修复方法，其特征在于：步骤四中，使用建立的面向深度学习的唐卡图像数据集和面向唐卡破损特性的不规则掩码数据集对冻结后的深度神经网络进行迁移学习，构建适合修复唐卡不规则破损的唐卡图像修复模型。

7.根据权利要求1所述的一种唐卡图像综合修复方法，其特征在于：步骤五中，唐卡图像弱纹理区域提前进行标注，然后以掩码图像定位。

8.根据权利要求7所述的一种唐卡图像综合修复方法，其特征在于：PatchMatch修复方法为：将唐卡图像修复模型整体修复的结果和通过标注生成的掩码图像作为PatchMatch算法的输入，通过调整PatchMatch搜索块的大小结合未破损和唐卡图像修复模型已修复部分的信息搜索合适的补全块来填补弱纹理区域，使修复的颜色与周围信息保持一致。