[发明专利]结合GMRF先验的非局部图像修复方法

摘要

本发明公开了一种结合GMRF先验的非局部图像修复方法，它属于图像处理技术领域，主要解决现有基于样本的非局部均值修复方法中相似性权值计算不准确的问题，其实现过程是：(1)对待修复图像I，确定待修复区域Ω及其边界δ；(2)计算中心点在边界上的待修复块的优先级P(p)，找出优先级最高的修复块，并对使用GMRF建模；(3)在搜寻区内搜索与待修复块最相似的n个样本块，使用基于GMRF的非局部均值方法得到作为填充待修复块的填充块ψ_p′；(4)更新置信度项及待修复区域，重复步骤(1)-(4)直至待修复区域内的所有点被修复。本发明能够更好的连接图像纹理信息，并能使修复结果在亮度上更接近于原图，可用于修复图像破损区域及图像中目标物的移除。

主权项

1.一种结合GMRF先验的非局部图像修复方法，包括如下步骤：(1)对于输入的待修复图像I，定义待修复区域为Ω，已知区域为源区Φ，确定待修复区域的边界为δ；(2)对于中心点p在边界δ上的修复块ψ_p，计算其修复优先级P(p)，找出优先级最高的修复块并对使用高斯随机场GMRF建模，ψ_p的修复优先级定义为P(p)＝C(p)D(p)，其中C(p)为置信度项，D(p)为数据项，分别定义为：C(p)=Σq∈ψpI(I-Ω)C(q)|ψp|]]>D(p)=|▿Ip⊥·np|α]]>q为修复块ψ_p中像素值已知的点，C(q)为点q的置信度，|ψ_p|为修复块ψ_p的面积，α为标准化参数，对于灰度图像α＝255，n_p为在p处与待修复区域边界垂直的单位向量，为与p点处的梯度垂直的单位向量，即p点处等照度线方向的单位向量，C(p)初始化为C(p)＝0，C(p)＝1，(3)按照如下的步骤找出与待修复块最相似的n个样本块：3a)以优先级最高的修复块的中心点为中心，选取大小为M×M的邻域为该修复块的搜寻区域；3b)计算搜寻区域内每个样本块ψ_i与修复块的相似性距离定义为与ψ_i中已知点像素差的平方和；3c)对相似性距离按照从小到大的顺序排序，取出前n个样本块，n＝15；(4)使用如下基于GMRF模型的自适应权值公式，分别计算前n个样本块ψ_i和待修复块的相似性权值：ω(ψi)=12πσ^p2exp(-d(ψp^,ψi)h)]]>其中为修复块的方差，h定义为|N_i|为修复块中像素值已知的点的个数，β为一个控制参数，取β＝0.8；(5)根据得到的相似性权值计算前n个样本块的加权均值，作为填充待修复块的填充块ψ_p′，并对该待修复块进行填充；(6)更新置信度项及待修复区域，当具有最高优先级的修复块被修复后，将已修复点的置信度更新为当前修复块中心点的置信度值，即为当前修复块中心点的置信度；(7)重复步骤(1)～(6)，直至待修复区域内的所有点被修复。