[发明专利]一种基于显著图的可变块图像修复方法

权利要求书

1.一种基于显著图的可变块图像修复方法，包括以下步骤：

1)、输入含有已知区域及未知区域的待修复图像，利用模拟生物体视觉注意机制的选择性注意模型，根据像素点颜色、亮度、方向特征与周边背景特征的对比，得到待修复图像所有点的显著度构成一张显著图；

2)、确定未知区域边界上的点的修复优先级，分别计算每一点为中心的块内的可信度——已知像素百分比，结构信息及显著度项，将三者的乘积作为修复优先级；并选出优先级最高的点为中心的块作为待修复块；

3)、在待修复块周围不同像素大小的块中，找出相邻的块之间已知的像素均值、梯度及显著度变化最大的相邻块，调整待修复块的大小为该相邻块中较小块的大小；

4)、依据待修复块内像素颜色值及平均显著度，在已知区域搜索最匹配的块来填充待修复块内的像素；然后根据匹配代价更新已修复像素的可信度，并利用该匹配块内平均显著度更新修复像素的显著度；

循环重复步骤2)-4)，直至填满待修复图像的未知区域内的所有像素。

2.如权利要求1所述的图像修复方法，其特征是，所述步骤1)显著图的生成方法是：

(11)先把待修复图像表示成9层的高斯金字塔，其中第0层是待修复图像，1-8层分别是用5*5的高斯滤波器对待修复图像进行滤波和采样形成的图像，大小分别为待修复图像的1/2到1/256；并分别提取高斯金字塔每一层的亮度I、红色R、绿色G、蓝色B、黄色Y及方向O特征，形成特征金字塔；同时对各种特征分别在特征金字塔的不同尺度间作差；

(12)把上述得到的每一个特征图归一化到区间[01]，然后分别把每一种归一化后的特征图逐点求和，得到对应于每一种特征的显著图,综合所有特征的显著性，得到对应于待修复图像的显著图。

3.如权利要求2所述的图像修复方法，其特征是，步骤(11)中所述亮度I、红色R、绿色G、蓝色B、黄色Y特征公式分别为：

I＝(r+g+b)/3

R＝r-(g+b)/2

G＝g-(r+b)/2

B＝b-(r+g)/2

Y＝(r+g)/2-|r-g|/2-b

其中，r,g,b分别对应待修复图像的红、绿、蓝三通道；

所述方向O特征由方向Gabor滤波O(σ,θ)对金字塔σ∈[0..8]和方向θ∈{0°,45°,90°,135°}分别滤波得到。

4.如权利要求2所述的图像修复方法，其特征是，步骤(12)归一化之前,进一步对每个特征图分别用二维高斯差函数进行卷积，并把卷积结果叠加回原特征图，使同种特征以侧抑制的方式在空间上竞争，卷积和迭代过程进行2-5次，以消除干扰噪声突出显著部分。