[發(fā)明專利]圖像復(fù)原方法及裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)、終端

有效

• 申請(qǐng)?zhí)枺?/td>: 201710424945.X
• 申請(qǐng)日: 2017-06-07
• 公開（公告）號(hào): CN107292840B
• 公開（公告）日: 2020-01-17
• 發(fā)明（設(shè)計(jì)）人: 侯麗麗;朱頻頻
• 申請(qǐng)（專利權(quán)）人: 上海智臻智能網(wǎng)絡(luò)科技股份有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06K9/62
• 代理公司: 11227 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 張振軍;吳敏

一種圖像復(fù)原方法及裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)、終端，所述圖像復(fù)原方法包括：獲取待處理的圖像；對(duì)所述圖像中每一像素，利用其鄰域像素的像素值進(jìn)行模糊聚類處理，以確定每一像素所屬的類別以及每一類別對(duì)應(yīng)的類別像素值；將同一類別中的所有像素的像素值賦值為該類別對(duì)應(yīng)的類別像素值，以得到復(fù)原后的圖像。通過本發(fā)明技術(shù)方案可以改善圖像修復(fù)的效果。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種圖像復(fù)原方法及裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)、終端。

背景技術(shù)

目前，在圖像處理領(lǐng)域，對(duì)采集到的原始圖像進(jìn)行處理時(shí)，原始圖像中目標(biāo)的缺損或多余將會(huì)對(duì)圖像識(shí)別造成困難，影響圖像處理輸出結(jié)果。例如在文本識(shí)別和車牌識(shí)別的場(chǎng)景中，漢字和數(shù)字出現(xiàn)缺損的情況，可能導(dǎo)致文本識(shí)別或車牌識(shí)別出現(xiàn)錯(cuò)誤。

現(xiàn)有技術(shù)中，圖像修復(fù)的方法有很多種，較先提出的模型是以偏微分方程為基礎(chǔ)的模型，主要用于較小區(qū)域的修復(fù)。后期，國內(nèi)外學(xué)者提出了一種基于紋理結(jié)構(gòu)的圖像修復(fù)技術(shù)，主要用來填充圖像中大塊丟失的信息。

但是，現(xiàn)有技術(shù)對(duì)圖像修復(fù)的效果較差，圖像修復(fù)的效果仍需改善。

發(fā)明內(nèi)容

本發(fā)明解決的技術(shù)問題是如何改善圖像修復(fù)的效果。

為解決上述技術(shù)問題，本發(fā)明實(shí)施例提供一種圖像復(fù)原方法，圖像復(fù)原方法包括：獲取待處理的圖像；對(duì)所述圖像中每一像素，利用其鄰域像素的像素值進(jìn)行模糊聚類處理，以確定每一像素所屬的類別以及每一類別對(duì)應(yīng)的類別像素值；將同一類別中的所有像素的像素值賦值為該類別對(duì)應(yīng)的類別像素值，以得到復(fù)原后的圖像。

可選的，所述對(duì)所述圖像中每一像素，利用其鄰域像素的像素值進(jìn)行模糊聚類處理包括：利用每一像素的鄰域信息更新該像素的像素值，所述鄰域信息包括鄰域灰度信息和鄰域距離信息；利用更新后的像素值進(jìn)行模糊聚類處理。

可選的，所述對(duì)所述圖像中每一像素，利用其鄰域像素的像素值進(jìn)行模糊聚類處理之前還包括：根據(jù)預(yù)先確定的所述圖像的分類對(duì)所述圖像進(jìn)行預(yù)處理，所述分類選自缺損分類和多余分類。

可選的，所述對(duì)所述圖像中每一像素，利用其鄰域像素的像素值進(jìn)行模糊聚類處理之前還包括：確定所述圖像的分類為缺損分類，對(duì)所述圖像先進(jìn)行膨脹操作，再進(jìn)行腐蝕操作。

可選的，所述對(duì)所述圖像中每一像素，利用其鄰域像素的像素值進(jìn)行模糊聚類處理之前還包括：確定所述圖像的分類為多余分類，對(duì)所述圖像先進(jìn)行腐蝕操作，再進(jìn)行膨脹操作。

可選的，所述對(duì)所述圖像中每一像素，利用其鄰域像素的像素值進(jìn)行模糊聚類處理包括：確定所述圖像中每一像素相對(duì)于各個(gè)類別的初始隸屬度，以及每一類別的初始聚類中心；利用每一像素在其鄰域窗口內(nèi)鄰域像素的像素值，基于當(dāng)前的聚類中心和當(dāng)前的隸屬度迭代計(jì)算新的聚類中心以及每一像素的新的隸屬度，直至迭代次數(shù)達(dá)到最大迭代次數(shù)，或者，所有像素的新的隸屬度與當(dāng)前的隸屬度差值的最大值小于設(shè)定閾值；根據(jù)最后一次迭代確定的每一像素的新的隸屬度確定該像素所屬的類別，根據(jù)最后一次迭代確定的每一類別的新的聚類中心確定該類別對(duì)應(yīng)的類別像素值。

可選的，采用以下公式計(jì)算每一像素的新的隸屬度：其中，U_iter(i,k)為第iter次迭代時(shí)像素i相對(duì)于聚類中心k的新的隸屬度，x_i為像素i的像素值，v_k為聚類中心k的像素值，m為預(yù)設(shè)的模糊指數(shù)，c為聚類中心的數(shù)量，W1和W2為像素i的鄰域像素的像素信息，所述鄰域像素的像素信息根據(jù)所述鄰域像素的像素值和位置確定。