[发明专利]一种基于结构信息的多尺度图像修复方法

摘要

本发明公开一种基于结构信息的多尺度图像修复算法，包括：对待修复图像I进行多尺度的分解，得到一系列不同的尺度层图像；从最大尺度层图像开始，利用基于结构信息的优先权函数计算方法，计算当前第k尺度层图像I_k破损区域的优先权，按优先权的先后顺序，使用相应匹配准则构成的相似性度量准则寻找最优匹配块，进行当前第k尺度层的图像修复，得到相应的修复效果图并对其进行上采样重建得到第k‑1尺度层修复的比较基准图，修复第k‑1尺度层的图像得到这一尺度下的初步修复结果；将步骤初步修复结果与比较基准图进行对比，得到新的第k‑1尺度层破损图像；得到第k‑1尺度层的最终修复效果图。本发明修复顺序更加准确，修复后的图像结构纹理更加自然合理。

主权项

1.一种基于结构信息的多尺度图像修复方法，包括下列步骤：1)对待修复图像I进行多尺度的分解，即从最小尺度层第0层开始，使用基于权重引导滤波的算法对各尺度层图像进行滤波及下采样，采用M×N尺寸的滤波窗口得到一系列不同的尺度层图像I_k；其中，(i，j)为像素点坐标，m＝[M/2],n＝[N/2]分别代表不超过M/2,N/2的最大整数，W_WGIF(u,v)为滤波窗口内像素点(u,v)对应的WGIF滤波权重值；2)从最大尺度层即顶层图像开始，利用基于结构信息的优先权函数计算方法P(p)＝C(p)·[w_D·D(p)+w_K·|K(p)|+w_Γ·Γ_I(p)]，计算当前第k尺度层图像I_k破损区域的优先权；其中C(p)为点p的置信度，D(p)为点p的数据项，K(p)为曲率，Γ_I(p)为结构信息描述因子，w_D、w_K、w_Γ为权值，且满足：3)按优先权的先后顺序，使用相应匹配准则构成的相似性度量准则寻找最优匹配块，进行当前第k尺度层的图像修复，得到相应的修复效果图I_{ipt_k}；4)将当前第k尺度层图像修复结果进行上采样重建得到将其作为第k‑1尺度层修复的比较基准图，并按照步骤2)、3)修复第k‑1尺度层的图像I_k‑1得到这一尺度下的初步修复结果I_{initial_ipt_k‑1}；5)将步骤4)中生成的初步修复结果I_{initial_ipt_k‑1}与比较基准图进行对比，得到新的第k‑1尺度层破损图像I_{new_k‑1}；6)根据步骤2)和3)对新得到的第k‑1尺度层破损图像I_{new_k‑1}进行图像修复，得到第k‑1尺度层的最终修复效果图I_{ipt_k‑1}；7)重复步骤4)、5)和6)依次遍历每一尺度层，直至完成最小尺度层的修复，则修复结束。