[发明专利]一种改进的Criminisi图像修复方法

摘要

在图目前常用的图像修复算法中，综合考虑修复时间和修复效果，Criminisi算法的性能较为优越，然而，该算法在进行破损区域修复时，容易出现匹配错误，经研究发现，出现错误匹配的主要原因在于修复顺序不准确，因此本发明通过对Criminisi算法进行改进，优化优先权计算公式，在相乘运算基础上加上C(p)，并通过为其引入α因子来提高数据项的重要程度，降低了样本块的错误匹配，并且改善了图像纹理细节部分的修复效果。

主权项

1.一种改进的Criminisi图像修复方法，其特征在于所述方法包括以下步骤：步骤1，计算待修复区域Ω中优先权最高的像素块，该步骤又可以包括以下几个子步骤：S11：选取待修复区域Ω的边缘上的一个点p，将该点作为中心点确定大小为m×m的当前像素块ψ_p；S12、计算当前像素块ψp的置信度项C(p)：其中，|ψp|表示像素块ψp的面积，i为该像素块中的像素点，ψp∩Φ表示该像素块与未破损区域Φ的交集；S13、计算像素块ψp的数据项D(p)：其中β表示归一化因子，n_p为待修复区域边缘上点p的法向量，为点p的同色线，即与点p梯度方向垂直的方向，可定义为：Ix表示像素点p在x方向上的偏微分，Iy表示像素点p在y方向上的偏微分；S14、对数据项进行修正，在原数据项的基础上加上C(p)项，以保证数据项不会减小为零，同时，为了减小C(p)的影响力，给增加的C(p)项引入α因子，α属于正实数，修正的数据项如下：D′(p)＝D(p)+C(p)α‑1S15、使用置信度项和修正的数据项来计算待修补区域ψp的优先级P(p)：P(p)＝C(p)D′(p)＝C(p)D(p)+C(p)αS16、在待修复区域的边缘上依次移动点p的位置，获得新的像素块，并对新的像素块进行优先级计算，计算方式如步骤S12至S15；遍历上所有的p点后，比较所有像素块的优先级，选择其中优先级最大的像素块，将其作为目标块，记为步骤2、对目标块进行修补，该步骤具体包括以下几个子步骤：S21、在图像已知信息区域寻找与目标块匹配度最高的最佳匹配块该步骤中采用全局搜索的方法，依次选取图像已知区域的、大小为m×m的块ψ_q与目标块进行相似度比较，获得相似度最高的块，记为最佳匹配块其中，表示与ψ_q像素块之间的差距，计算方式为：其中，分别表示目标块像素点u处的R、G、B分量的值，R_q(v)、G_q(v)、B_q(v)分别表示已知区域的块ψ_q位于像素点v处的R、G、B分量的值；S22、把最佳匹配块中每个像素点的像素值依次填充到目标块的对应位置，完成目标块的修补；步骤3、进行置信度更新；需要重新选择以p′为中心点的待修复块，并点p的置信度C(p)更新为新的待修复块中心点p′的置信度：C(p)＝C(p′)重复步骤1至3，直到整个破损区域全部修复完成。