[發明專利]一種錯誤區域自動檢測的深度圖像快速迭代修復方法

有效

• 申請號: 202010090629.5
• 申請日: 2020-02-13
• 公開（公告）號: CN111311515B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 閆濤;胡治國;姬張建;宋艷濤
• 申請（專利權）人: 山西大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/13;G06T7/136
• 代理公司: 山西五維專利事務所(有限公司) 14105
• 代理人: 茹牡花

本發明涉及一種錯誤區域自動檢測的深度圖像快速迭代修復方法。包括：步驟1，利用Canny算法對待修復的深度圖像進行邊緣提取得到邊緣圖像；步驟2，如果算法是第一次迭代，則采用OTSU算法計算邊緣圖像的二值化閾值，利用該二值化閾值得到邊緣圖像的二值化圖像，然后根據該閾值計算最小百分比與增量百分比；否則采用當前迭代數的百分比二值化方法得到邊緣圖像的二值化圖像；步驟3，將二值化圖像作為掩模，采用快速圖像修復算法得到修復結果；步驟4，將修復結果作為待修復圖像并重新執行步驟1至步驟3，直到迭代次數到達最大值后得到修復后的深度圖像。本發明的方法能夠實現深度圖像中錯誤區域的自動標記與快速修復。

技術領域

本發明屬于三維重建領域，具體涉及一種錯誤區域自動檢測的深度圖像迭代修復方法。

背景技術

基于圖像序列的三維形貌重建屬于不適定問題范疇，因為通過分析待重建對象的二維圖像序列可以得到不勝枚舉的三維重建結果，所以在三維重建結果中必然會出現不同形狀和大小的錯誤深度區域，導致重建結果的精度下降。因此，如何對錯誤的深度結果進行有效的修復是獲得高精度三維形貌重建結果的關鍵。

現有的深度圖像修復方法主要包括基于擴散的方法，基于紋理合成的方法、基于數據驅動的圖像修復算法、基于稀疏表示的圖像修復算法和基于深度學習的圖像修復算法。基于擴散的方法主要利用待修復區域的邊緣信息來確定擴散的方向，此類方法適用于缺失區域較小的圖像修復問題，當缺失區域較大時，算法修復的結果容易導致模糊現象。基于紋理合成的方法采用圖像匹配的方法尋找圖像塊中最相似的塊進行缺失區域填充，此類方法適用于深度圖像中規律區域的修復，當缺失區域存在復雜結構時，算法修復效果明顯變差。基于數據驅動的圖像修復算法主要從大型的外部數據庫中查找最相似的圖像，進而修復缺失的區域，此類方法對外部數據庫的信息的完整性有較大要求，且查詢操作的計算量較大，無法實現深度圖像的快速修復。基于稀疏表示的圖像修復算法旨在借鑒缺失區域和完好區域相同的稀疏性，利用完好區域信息的稀疏表示，重構缺失區域的圖像，此類算法的計算復雜度較高，使用場景受限。基于深度學習的圖像修復方法主要使用帶有特定標簽的圖像對進行神經網絡訓練，通過大量數據集的訓練得到較好的圖像修復結果。此類方法需要的標記數據量大，時間復雜度高。

通過了解研究現狀，我們認為該領域的方法存在以下幾點不足：①基于擴散的圖像修復方法無法適用于缺失區域較大的深度圖像修復問題；②基于紋理合成和數據驅動的圖像修復方法依賴于完好區域和外部數據庫圖像塊的匹配程度，無法適用于紋理結構復雜區域的圖像修復問題；③基于稀疏表示與深度學習的方法計算復雜度較高，無法適用于深度圖像的快速修復問題。如何建立一個高精度的深度圖像快速修復方法是當前面臨的一個難題。

綜上所述，我們認為深度圖像中錯誤深度信息與周圍真實深度信息存在較大差異，因此如果能夠準確標定錯誤深度信息的邊緣位置，利用周圍真實深度信息進行修復，然后再利用百分比二值化方法重新確定新的錯誤深度信息邊緣位置，最終實現深度圖像的快速迭代修復。本專利通過分析深度圖像具有的一致性連續性特征定位錯誤深度信息邊緣位置，采用快速圖像修復算法實現當前檢測得到的錯誤深度邊緣信息進行迭代修復，提出了缺失區域自動檢測的深度圖像迭代修復方法。

發明內容

為克服上述技術中存在的問題，本發明的目的是提供一種錯誤區域自動檢測的深度圖像快速迭代修復方法。

本發明所采取的技術方案是：一種錯誤區域自動檢測的深度圖像快速迭代修復方法，包括以下步驟：

步驟1，設置迭代總數N與最大百分比P_Max；

步驟2，利用Canny算法對待修復的深度圖像I_unrepaired進行邊緣提取得到邊緣圖像I_edge；