[發(fā)明專利]一種利用邊緣統(tǒng)計(jì)特征的MRF樣本塊圖像修復(fù)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710908722.0
• 申請(qǐng)日: 2017-09-29
• 公開(kāi)（公告）號(hào): CN107492082A
• 公開(kāi)（公告）日: 2017-12-19
• 發(fā)明（設(shè)計(jì)）人: 李志丹;程吉祥
• 申請(qǐng)（專利權(quán)）人: 西南石油大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T5/40;G06T7/13
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及基于樣本塊的圖像修復(fù)方法，特別涉及基于MRF的圖像修復(fù)方法。

背景技術(shù)

數(shù)字圖像修復(fù)是根據(jù)待修復(fù)圖像內(nèi)的已知信息，按照一定的規(guī)則對(duì)丟失信息進(jìn)行修補(bǔ)的一門技術(shù)，其主要目的是使修復(fù)后圖像看起來(lái)連貫自然。隨著數(shù)字圖像處理技術(shù)的發(fā)展，數(shù)字圖像修復(fù)技術(shù)成為當(dāng)前計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)視覺(jué)的一個(gè)研究熱點(diǎn)，在古文物保護(hù)，影視特效制作，圖像有損壓縮，特定目標(biāo)移除等方面具有重大的應(yīng)用價(jià)值。目前數(shù)字圖像修復(fù)技術(shù)主要分為三類：基于擴(kuò)散的方法、基于稀疏的方法、基于樣本塊的方法。而基于樣本塊的方法因其在大區(qū)域破損修復(fù)方面的優(yōu)良性能受到了越來(lái)越多的關(guān)注。基于樣本塊的方法根據(jù)其實(shí)施方式可以劃分為基于匹配的方法和基于MRF的方法。

文獻(xiàn)1(Komodakis,N.Tziritas,G.Image completion using efficient belief propagation via priority scheduling and dynamic pruning[J].IEEE Transactions on Image Processing.2007,16(11):2649-2661.)為緩解基于匹配的方法中的誤差累積現(xiàn)象，將圖像修復(fù)問(wèn)題轉(zhuǎn)換全局能量求極值問(wèn)題，具體做法是將已知信息看作標(biāo)簽，將丟失信息看作節(jié)點(diǎn)，利用全局能量方程衡量標(biāo)簽與節(jié)點(diǎn)間的相似性，最后利用優(yōu)化方法求解全局能量極值以得到分配給每個(gè)節(jié)點(diǎn)的合適標(biāo)簽，據(jù)此補(bǔ)全破損圖像。但是該算法采用置信度傳播算法求解算局能量極值，而置信度傳播算法易陷入局部最優(yōu)，不能得到全局最優(yōu)值；且該算法計(jì)算復(fù)雜度較好，修復(fù)效率較低。

近年來(lái)，為獲得更優(yōu)的補(bǔ)全結(jié)果，研究學(xué)者提出了不同的MRF修復(fù)方法：(1)文獻(xiàn)2(L.Yunqiang,V.Caselles.Exemplar-Based Image Inpainting Using Multiscale Graph Cuts[J].IEEE Transactions on Image Processing.2013,22(5):1699-1711.)將破損區(qū)域的臨近位置的已知信息作為候選標(biāo)簽，利用圖像的局部自相似性來(lái)補(bǔ)全破損圖像。(2)文獻(xiàn)3(He,K.Sun,J.Image Completion Approaches Using the Statistics of Similar Patches.IEEE Transactions on Pattern Analysis and Machine Intelligence.2014,36(12):2423-2435.)統(tǒng)計(jì)樣本塊與其相似塊之間的偏移位置，據(jù)此選擇出少數(shù)占統(tǒng)治地位的偏移位置作為候選標(biāo)簽，而后利用圖割算法求解全局能量?jī)?yōu)化極值。(3)文獻(xiàn)4(W.Xue,R.Zhang.Graph-based image completion using patch offsets and structure feature[C].In:Fifth International Conference on Graphic and Image Processing,2014,International Society for Optics and Photonics:906906-906906-9.)引入HOG特征以尋找到更優(yōu)的匹配塊，并自適應(yīng)確定候選標(biāo)簽個(gè)數(shù)以獲得全局最優(yōu)極值。

上述方法從候選標(biāo)簽選擇和全局能量方程構(gòu)造方面進(jìn)行改進(jìn)，以期獲得良好的修復(fù)結(jié)果。但是這些方法對(duì)結(jié)構(gòu)信息較少的破損圖像并不能很好的保持修復(fù)后圖像結(jié)構(gòu)部分的連貫性。文獻(xiàn)2僅用臨近位置上的已知信息來(lái)填補(bǔ)丟失信息，以及引入梯度信息來(lái)構(gòu)造全局能量方程，但由于候選標(biāo)簽選擇的不夠合適，仍不能較好的修復(fù)破損圖像。文獻(xiàn)3和文獻(xiàn)4統(tǒng)計(jì)了相似樣本塊間的偏移映射，據(jù)此選擇候選標(biāo)簽，但是對(duì)于已知區(qū)域內(nèi)結(jié)構(gòu)信息較少的破損圖像，仍不能很好地保持修復(fù)后圖像結(jié)構(gòu)部分的連貫性。因此如何選擇合適的先驗(yàn)信息來(lái)指導(dǎo)圖像修復(fù)以及構(gòu)造合理的全局能量?jī)?yōu)化方程仍是基于MRF的修復(fù)方法需要解決的關(guān)鍵問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明主要是克服現(xiàn)有技術(shù)中的不足之處，提供一種利用邊緣特征統(tǒng)計(jì)的MRF圖像修復(fù)方法，該方法能夠有效地保持修復(fù)后圖像中結(jié)構(gòu)部分的連貫性，使得修復(fù)后圖像看起來(lái)更加自然，更符合人眼視覺(jué)要求，尤其適合具有復(fù)雜紋理和結(jié)構(gòu)特征的真實(shí)照片或合成圖像的修復(fù)。

本發(fā)明解決上述技術(shù)問(wèn)題所提供的技術(shù)方案是：一種利用邊緣統(tǒng)計(jì)特征的MRF樣本塊圖像修復(fù)方法，包括以下步驟：

A、對(duì)待修復(fù)圖像I，確認(rèn)破損區(qū)域?yàn)棣福?/p>