[发明专利]一种综合结构信息的图像补全方法

说明书

技术领域

本发明属于图像修复技术领域，涉及一种综合结构信息的图像补全方法。

背景技术

本发明中涉及到的背景技术有：

(1)TV图像修复算法：基于整体变分法的图像修复模型最早是由Chan&Shen基于变分原理建立的，称为TV模型，它是最好的基于偏微分方程保留结构信息的模型之一，即利用物理学中的扩散方程将已知区域的信息传播到待修补区域中。TV图像修复算法对小尺度破损有比较好的效果，能够有效地保留其结构信息。但是如果待修复区域面积较大则会产生明显的模糊，不太符合人们的视觉感观。

(2)基于纹理合成的图像补全算法：Criminisi提出了基于块的纹理合成的图像补全算法来解决从图像中移除大面积物体的问题。利用该算法，可以用一种视觉上合理的方式填充物体移除的区域。该算法有效地综合了基于样本的纹理合成技术及小尺度图像修复技术的优势。这个算法提出了可信度的概念，它类似于小尺度图像修复技术中的信息传播方式。该算法虽然消除了以前算法中的模糊效应，但是却容易造成匹配错误，因此对于结构信息丰富的缺损图像，修复效果不佳。

发明内容

本发明的目的在于克服现有技术的上述不足，提供一种更高效的图像补全方法。不需要人为干预达到了同时保留结构信息和纹理信息的效果。

为此，本发明采用如下的技术方案：一种综合结构信息的图像补全方法，包括下列步骤：

1.确定图像的目标区域，读入已经标记过待修复的目标区域的图像。根据颜色值判断出目标区域，得出掩模图像，用一个逻辑矩阵表示，其中矩阵中元素值为1表示该像素点需要修复；元素值为0表示为已知像素。然后将该逻辑矩阵与拉普拉斯算子做卷积，找出此目标区域的边界。

2.计算节点自身的成本能量，E₁(xi)＝C(i)·d(x_i，φ)其中，表示节点可信度，而当与已知区域交叠时，d(x_i，φ)表示块x_i与已知区域的匹配度，它用重叠区域的像素间颜色值的差异平方和即SSD来衡量。

3.计算节点的关联性能量函数，E₂(x_i，x_j)＝λ₁E₂^t(x_i，x_j)+λ₂E₂^s(x_i，x_j)，E₂^t(x_i，x_j)＝d(x_i，x_j)，其中，d(x_i，x_j)表示相邻块x_i和x_j重叠区域的SSD。其中d_gx(x_i，x_j)和d_gy(x_i，x_j)分别表示相邻块x_i和x_j在X和Y方向的梯度差。