[发明专利]以BSCB模型为基础的图像修复算法

摘要

本发明属于计算机图像修复技术领域，涉及一种以BSCB模型为基础的图像修复方法。该模型在8个方向上考虑了像素之间的相关性与其距离的关系，用周围像素预估计受损像素。引入像素间距离与相关性的反比例关系，与其它基于BSCB模型的图像修复方案相比，在达到相同均方差，本文所使用的算法比相关随机初始化用时更短。在相同迭代次数下，本文的算法使得图像修补的效果更好。本发明提供了计算机图像修复的一种新方法，可以有效提高修复的效率并得到更好的修复效果，为图像修复工作提供了一种新的解决方案。

主权项

1.一种以BSCB模型为基础的图像修复算法，利用污损区域的点与区域边缘的距离关系，通过权值信息来修补污损区域，其特征在于，步骤如下：步骤1)：首先利用BSCB模型，用户提供待修复的图像并指明要修复的区域，用一个和待修复图片同样尺寸的2维逻辑矩阵来表示要修复区域；步骤2)：设当前需要处理的目标点为o点，且该点处于污损区域中；以o点为中心，沿横、纵以及两条对角线方向寻找到与该点距离最近的非污损区域的8个交点，并记录这8个点的具体位置；按照顺时针方向标记，竖直y轴正方向的点记为k1；顺时针偏离45度方向的点记为k2；偏离90度方向为k3；偏离135度方向的点记为k4；偏离180度方向的点记为k5；偏离225度方向的点记为k6；偏离270度方向的点记为k7；偏离315度方向的点记为k8；定义ki到目标点o的距离为disti，这8个点相对于o点距离就分别为：dist1、dist2、dist3、dist4、dist5、dist6、dist7、dist8；设权值Wi为ki点到目标点o的权重，即“反比例距离权值”，公式如下： W i = ( 1 / dist i ) / Σ i = 1 8 ( 1 / dist i ) ]]>设图像I中i点的像素值为Pi，则目标点o点的像素值为： P o = Σ i = 1 8 W i × k i ; ]]>步骤3)：根据步骤2)更新修复区域的像素值；步骤4)：根据BSCB模型，重复执行步骤3)，当图像的状态趋于稳定之后，认为图像的修补结束，跳出修补循环。