[发明专利]基于图像局部信息的改进Criminisi算法

说明书

技术领域

本发明涉及计算机图像处理领域，是一种改进的图像修复算法，更具体的说，是涉及一种基于图像局部信息的改进Criminisi算法。

背景技术

图像修复是多媒体图像处理和计算机视觉领域的研究热点，其目的是对图像破损或丢失的部分进行自动修复，以保证图像整体一致性。根据破损区域的大小，图像修复技术可分为两大类：针对小区域破损的修复方法和针对大区域破损的修复方法。

小破损区域通常是利用热扩散方程来进行修复；而大区域的修复方法则通常采用基于样本块的方法，该方法在纹理综合和结构修复上具有良好的效果，在实际工程中被广泛采用。其中，Criminisi算法是目前最为经典的基于样本块图像修复算法，被广大学者所接受。然而，传统Criminisi算法在计算目标图像块优先权函数时，偏向于注重垂直于梯度方向的信息，有可能会导致像素点修复顺序的不合理。

发明内容

本发明的目的是为了克服现有技术中的不足，提供了一种基于图像局部信息的改进Criminisi算法，能够较好地克服传统Criminisi算法修复顺序不合理的问题，同时可以有效解决图像信息由高纹理区域向低纹理区域过度扩散的问题。

本发明的目的是通过以下技术方案实现的。

一种基于图像局部信息的改进Criminisi算法，包括以下步骤：

1)输入破损图像；

2)提取破损区域的边界，判断边界是否为空；若是，跳到步骤9)；否则，继续下一步；

3)根据改进的优先权函数算法，计算边界内各像素点的优先权值，找出优先权值最大的像素点所在的破损块；

4)在未破损区域内搜寻破损块的最优匹配块；

5)计算破损块和最优匹配块之间的SSD，若SSD为最小，继续下一步；否则，返回步骤4)；

6)利用最优匹配块对破损块进行修复；

7)更新修复后的破损块内各像素点的置信度值；

8)更新破损区域，返回步骤2)；

9)结束修复，输出修复图像。

步骤3)中改进的优先权函数表达式为：

式中，P(p)为优先权函数，C(p)表示置信度项，p表示破损块的中心像素点，表示在像素点p处的梯度值，κ(p)表示像素点p的曲率；

梯度项按以下公式计算：

式中，分别表示距离位置坐标为(i,j)的像素点上下左右四个方向的半个像素位置处像素的梯度值；

曲率项κ(p)按以下公式计算：

式中，u_x表示图像对与像素点p在x方向上求导数,u_y表示图像对与像素点p在y方向上求导数,u_xx表示图像对与像素点p在x方向上求二阶导数,u_yy表示图像对与像素点p在y方向上求二阶导数，u_xy表示图像对与像素点p在x方向上求导数后再对y方向求导数。

与现有技术相比，本发明的技术方案所带来的有益效果是：

经典的Criminisi算法在计算目标图像块的优先权函数时，偏向于注重垂直于梯度方向的信息，有可能会导致像素点修复顺序的不合理。针对这一问题，本发明利用图像的局部特征信息—曲率和梯度，对曲率公式和梯度公式进行扩展，把曲率项和梯度项引入到优先权函数的计算中，对优先权函数进行改进，使得图像修复时的顺序更加合理。本发明能够比较好的克服Criminisi算法在修复时顺序不够合理的问题，并且解决了在修复时图像信息由高纹理区域向低纹理区域过度扩散的问题，修复效果更加的合理自然。

附图说明

图1是本发明基于图像局部信息的改进Criminisi算法的流程图；

图2是半点离散求解梯度的示意图；

图3是本发明是实施例中第一幅图像的实验效果图；

图4是本发明是实施例中第二幅图像的实验效果图；

图5是本发明是实施例中第三幅图像的实验效果图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。