[发明专利]一种图像修复区域的定位方法、设备及存储介质

说明书

本发明公开了一种图像修复区域的定位方法、设备及存储介质。方法包括获取待定位的原始图像；将原始图像转换成噪声域，得到第一图像，从第一图像提取第一特征图，第一特征图包含第一图像中的源区域和噪声修复区域之间的不一致性特征；从原始图像中提取局部二值模式特征，将局部二值模式特征与原始图像合并，得到第二图像，从第二图像提取第二特征图，第二特征图包含第二图像中的源区域和图像修复区域之间的不一致性特征；融合第一特征图和第二特征图，得到融合特征图；对融合特征图中的修复区域进行定位。本方法能同时捕获样本块图像修复和深度学习图像修复的不同修复痕迹，能够高效、准确地定位图像中修复的区域。

技术领域

本发明涉及图像修复技术领域，特别涉及一种图像修复区域的定位方法、设备及存储介质。

背景技术

图像修复是指重建的图像中丢失或损坏的部分的过程。对于对象去除一般可以使用基于样本块和基于深度学习的图像修复方法，它们都能具有良好的修复方法。

基于深度学习的图像修复方法在定位样本块图像修复上效果不佳，而传统定位样本块修复的方法需要大量时间来计算，甚至需要手工操作。

发明内容

本发明旨在至少解决现有技术中存在的技术问题。为此，本发明提出一种图像修复区域的定位方法、设备及存储介质，能够高效、准确地定位图像中修复的区域，也能够解决当下图像修复定位的区域边缘不清晰的问题。

本发明的第一方面，提供了一种图像修复区域的定位方法，包括步骤：

获取待定位的原始图像；

将所述原始图像转换成噪声域，得到第一图像，从所述第一图像提取第一特征图；其中，所述第一特征图包含所述第一图像中的源区域和噪声修复区域之间的不一致性特征；

从所述原始图像中提取局部二值模式特征，将所述局部二值模式特征与所述原始图像合并，得到第二图像，从所述第二图像提取第二特征图；其中，所述第二特征图包含所述第二图像中的源区域和图像修复区域之间的不一致性特征；

融合所述第一特征图和所述第二特征图，得到融合特征图；

对所述融合特征图中的修复区域进行定位。

与现有技术相比，本发明第一方面至少具有如下有益效果：

本方法首先通过从噪声域中提取图像的噪声特征，并使用局部二值模式提取图像特征来增强修复痕迹；由于噪声特征和图像特征均是提取的修复区域和源区域之间的具有差异性的特征，因此对噪声特征和图像特征进行融合，能够得到更为丰富的特征；最后基于融合特征进行定位，实现图像修复的定位。本方法能同时捕获样本块图像修复和深度学习图像修复的不同修复痕迹，能够高效、准确地定位图像中修复的区域，也能够解决当下图像修复定位的区域边缘不清晰的问题。

根据本发明的一些实施例，所述将所述原始图像转换成噪声域，得到第一图像，从所述第一图像提取第一特征图，包括：

根据富含隐写分析的模型滤波器提取所述原始图像中的局部噪声描述符，得到第一图像；

根据多个残差块从所述第一图像中提取第一特征图，其中，多个所述残差块依次连接，所述第一图像输入第一个所述残差块，得到每一个所述残差块输出对应的所述第一特征图。

根据本发明的一些实施例，所述多个所述残差块为三个所述残差块，每一个所述残差块包括两个瓶颈单元，每个所述瓶颈单元包括三个连续的卷积层和一个恒等快捷连接，每个卷积操作之前都执行归一化和ReLu激活，三个所述卷积层的和大小分别为1×1，3×3，1×1；第一个瓶颈单元的卷积层步长都为1，第二个瓶颈单元的最后一个卷积步长为2。

根据本发明的一些实施例，所述从所述第二图像提取第二特征图，包括：

对所述第二图像进行通道扩展后，进行连续多次下采样；