[发明专利]一种针对稳定填充的球形收敛样本块修复方法

说明书

本发明公开了一种针对稳定填充的球形收敛样本块修复方法，步骤如下：确定待修复区域并对置信度值进行初始化；然后区分图像位于结构区域还是纹理区域；确定待修复区域边界样本块的优先级，采用结构优先比例计算优先权或按照球形收敛的优先权法则确定填充顺序；接着按照基于曼哈顿距离的匹配准则寻找最佳匹配块并用最佳匹配块填充当前待填充块对应的缺失部分；最后采用基于斯特林理论的置信度更新准则更新填充边缘的置信度值。循环以上步骤，直到待修复区域修复完成。本发明能够获得稳定的填充次序，并保持修复后图像结构信息的连贯性和纹理的清晰性，获得了满足人眼视觉需求的修复图像，尤其可较好地修复具有复杂结构和纹理信息的图像。

技术领域

本发明涉及图像修复技术领域，具体是一种基于样本块的图像修复技术，特别涉及一 种针对稳定填充的球形收敛样本块修复方法。

背景技术

数字图像修复也被称为图像补全或者图像去遮挡，其目的是利用破损区域周围已知信 息对缺损区域按照一定的算法或规则进行填补，使修复后的图像看起来连贯自然。图像修 复技术在古文物保护、旧照片和老电影修复、影视特技制作及视频通信中错误隐藏等领域 应用广泛，是计算机视觉和图像处理领域的研究热点。

目前图像修复算法可分为两大类：一类适合于修复小尺度破损，其代表性方法为基于 偏微分方程(Partial Differential Equation,PDE)的方法和基于稀疏的方法。其中，基于PDE 模型的方法的核心思想是对破损区域建立合适的偏微分方程，通过结合待修复区域的边缘 信息，按照一定的规则将已知信息扩散到丢失区域，最具代表性的方法包括BSCB(Bertalmio Spairo Caselles and Bellester)模型(Bertalmio M,Sapiro G,Caselles V,et al.. Image inpainting[C].Proceedings of the 27th AnnualConference on Computer Graphics and Interactive Techniques,New York,USA,2000:417-424.)、整体部分(Total Variation,TV)模型 (Shen J H and Chan TF.Mathematical models for local nontexture inpainting[J].SIAM Journal ofApplied Mathematics,2001,62(3):1019-1043.)和曲率驱动扩散(Curvature DrivenDiffusion, CDD)模型(Chan T F and Shen J H.Nontexture inpainting by curvature-driven diffusions[J]. Journal of Visual Communication and imageRepresentation,2001,12(4):436-449.)，该类方法 仅适合于修复小尺度破损，如划痕和污点等。由于受到数学模型本身的限制，基于结构的 图像修复算法在建立偏微分方程时需假设破损区域是光滑的，当缺失区域较大时，该方法 会在修复区域引入平滑效应，造成模糊，且修复时间呈指数上升。

文献1的基于稀疏的图像修复技术(Liu J,Musialski P,Wonka P,et al.Tensorcompletion for estimating missing values in visual data[J].IEEE Transactionson Pattern Analysis and Machine Intelligence,2013,35(1):208-220.)将图像修复问题视作低秩矩阵补全问题，并延伸 为低秩张量补全问题，但是数据需要是低秩的，普适性较差。