专利名称：数字图像的划痕处理方法
技术领域：
本发明涉及一种数字图像的处理方法，特别是涉及一种数字图像的划痕处理方法。
背景技术：
随着数字技术的不断发展和应用，数字图像技术正在改变我们处理图像的方式。现实生活中的许多信息都可以用数字形式的数据进行处理和存储，以及网络传输。数字图像主要通过数码相机、图像扫描仪等设备从外界获取，当然利用制图软件直接绘制也可以得到数字图像。数字图像质量的高低，不仅取决于图像源本身的质量，更主要取决于图像输入、输出设备的状况。输入设备性能的高低，会直接影响图像的质量。
我们知道得到的数字图像经常会因为原始图像的受损，或是堆积的灰尘等，使照片上出现象划痕这样的瑕疵，对这些材料进行处理，以恢复其原来面貌并加以保存，是一项重要的工作。
目前对划痕的处理大都是针对底片进行的。“自动消痕技术”是当前国际扫描领域最新的技术成果，其主要是针对底片中的划痕。底片扫描仪作为高端电子影像产品，不仅要求厂商拥有先进的光电技术，同时对厂商的生产工艺也提出了严格的要求。
公知的技术对图像中的划痕进行定位大都依靠硬件解决，不仅费用比较高，而且处理的效果也不太理想。计算机中的Photoshop等软件可以用来对受损底片的图像进行修复，但操作起来非常复杂。经常为了修复一道小小的划痕，摄影师要花上几个小时的时间，对于影楼这样的流水作业单位，这种工作效率是无法忍受的。
另外，通常对数字图像的划痕处理分为两大步骤，首先对图像中要加以清除的划痕进行定位，接下来就是对划痕区域的修补。对划痕的修补技术已经比较成熟，当前最棘手的问题就是对划痕进行定位，如何准确的找到划痕是亟待解决的问题。
发明内容
有鉴于此，为解决上述现有技术的问题，本发明提出了一种数字图像的划痕处理方法，无需硬件的支持，并且能够准确地定位划痕并对划痕进行修复。
为了实现上述目有，本发明提供了一种数字图像的划痕处理方法，包括如下步骤计算选定像素Y(i，j)与其相邻像素之间的差异，以确定该相邻像素中异常像素的个数；将该异常像素的个数大于一数量基准值的选定像素，标记为特殊像素；将特殊像素的周围区域划分为多个相邻块，并计算该相邻块之间的差异；根据该相邻块之间的差异，在特殊像素中标记划痕像素；及细化并填充该划痕像素围成的区域。
上述的数字图像的划痕处理方法，其特点在于，所述异常像素是该相邻像素与该选定像素亮度之差的绝对值大于异常基准值的像素。
上述的数字图像的划痕处理方法，其特点在于，所述特殊像素包括划痕像素与边缘像素。
上述的数字图像的划痕处理方法，其特点在于，所述将特殊像素的周围区域划分为多个相邻块，是将该特殊像素的周围区域划分为4个相邻块。
上述的数字图像的划痕处理方法，其特点在于，所述将特殊像素的周围区域划分为多个相邻块，是将该特殊像素的周围区域划分为3个相邻块。
上述的数字图像的划痕处理方法，其特点在于，所述将特殊像素的周围区域划分为多个相邻块，为将该特殊像素的周围区域划分为8个相邻块。
上述的数字图像的划痕处理方法，其特点在于，所述计算该相邻块之间的差异的步骤更包括计算各相邻块的所有像素的均方差；及比较该均方差之间的差异。
上述的数字图像的划痕处理方法，其特点在于，所述比较该均方差之间差异的步骤，若相邻块个数为4时，比较公式为Dif＝MaxVar-Mid1Var-Mid2Var+MinVar其中，Dif为均方差之间的差异，MaxVar是指数值最大的相邻块的均方差，Mid1Var与Mid2Var是指数值居中的两个相邻块的均方差，MinVar是指数值最小的相邻块的均方差。
上述的数字图像的划痕处理方法，其特点在于，所述比较该均方差之间差异的步骤，若相邻块个数为3时，比较公式为Dif＝MaxVar-2MidVar+MinVar其中，Dif为均方差之间的差异，MaxVar是指数值最大的相邻块的均方差，Mid是指数值居中的相邻块的均方差，MinVar是指数值最小的相邻块的均方差。
上述的数字图像的划痕处理方法，其特点在于，所述根据该相邻块之间的差异，在特殊像素中标记划痕像素的步骤，若该差异(Dif)小于差异基准值则在特殊像素中标记为划痕像素；若该差异大于该差异基准值则在特殊像素中标记为边缘像素。
根据本发明所揭露的数字图像处理方法，能够快速准确的对划痕进行定为并填充。对划痕的处理无需硬件上的支持，节约了开支，同时提高了数字图像的处理效果。
有关本发明的详细内容及技术，兹配合图式说明如下
图1是本发明的数字图像的划痕处理方法的总体流程图；图2是本发明的数字图像的划痕处理方法的实施例的流程图；图3是本发明的数字图像的划痕处理方法的相邻像素的示意图；及图4A、4B、4C、图4D是本发明的数字图像的划痕处理方法的相邻块的示意图。
具体实施例方式
根据本发明的数字图像的划痕处理方法，其主要应用于通过数码相机、图像扫描仪等设备，已经从外界获取的数字图像，当然利用制图软件直接绘制而得到数字图像也适用本发明。
根据本发明提供的数字图像的划痕处理方法，请参见图1，该图是本发明的数字图像的划痕处理方法的总体流程图。首先，在步骤110中，计算选定像素Y(i，j)与其相邻像素之间的差异，以确定该相邻像素中异常像素的个数，然后，在步骤120，将该异常像素的个数大于数量基准值的选定像素，标记为特殊像素，在步骤130，再将特殊像素的周围区域划分为多个相邻块，并计算该相邻块之间的差异，步骤140，根据该相邻块之间的差异，在特殊像素中标记划痕像素，，最后，在步骤150，细化并填充该划痕像素围成的区域。
为了详细说明本发明的方法，请参见图2，该图是本发明的数字图像的划痕处理方法的实施例的流程图。首先，在步骤210，对图像进行预处理，在实际应用中，我们的系统获取的原始图像不是完美的，对于系统获取的原始图像，由于噪声、光照、发射等原因，使图像的质量不高，所以需要进行预处理，以有利于提取我们有用的信息。图像的预处理包括图像增强、平滑滤波、锐化等内容。对图像进行滤波处理可以消除或减弱图像中的污点、水渍、划痕、空洞等噪音，有效改善图像的质量。
我们知道通过传感器捕获到图像的RGB值，RGB色彩系统是我们最常用的表示颜色的方式，是色光的彩色模式，对应于人类视觉的三基色即红、绿、蓝三个波段，利用R、G、B三基色这三个分量可以表征颜色。在本发明中，然后需要把RGB颜色模式图像数据转换为YCbCr颜色格式的数据，即步骤220。在YCbCr中，其中Y代表亮度，Cb和Cr则代表色度、饱和度。这里只需得到Y部分的数值。
由RGB格式转换至YCbCr格式是一种最通用的转换，只需要知道从一种格式映像到另一种格式的系数，通过下列计算公式可完成数据转换Y＝0.2990R+0.5870G+0.1140BCb＝-0.1687R-0.3313G+0.5000B+128Cr＝0.5000R-0.4187G-0.0813B+128对划痕进行处理，首要的也是最关键的就是对划痕进行定位。对划痕进行定位就是在图像中标记出划痕区域的像素，也就是划痕像素。图像中每一个像素都对应一个唯一的Y值，Y值代表了像素的亮度。由于划痕像素的亮度应该比较大，因此要标记出图像中亮度较大的像素，即“选定像素”，所谓“选定像素”就是指那些亮度值较大的像素，这里将Y值大于“亮度基准值”的像素确定为选定像素，本发明选取亮度基准值为80，也就是本发明在步骤230将Y(i，j)＞80的像素标记为选定像素。
请参见图3，图像中选定像素为Y(i，j)，对于每一个选定像素Y(i，j)，其周围都有八个方向的像素与之相邻，这八个像素即为“相邻像素”。对于选定像素Y(i，j)，其对应的相邻像素如下表所示
其相应的值分别为Y(i-1，j-1)Y(i-1，j)Y(i-1，j+1)Y＝Y(i，j-1)Y(i，j)Y(i，j+1)＝Y(i+1，j-1)Y(i+1，j)Y(i+1，j+1)217.0273 200.8299 122.9947206.0808 161.8376 108.1474180.5265 109.3145 88.5259在相邻像素中，可能有一部分为“异常像素”，所述异常像素就是对于某一选定像素来说，在其8个相邻像素中，与该选定像素差异较大的像素。我们需要标记出所有选定像素的异常像素，具体的计算方法是，逐一计算选定像素与所有相邻像素之差的绝对值，如果该绝对值大于一“异常基准值”，则说明该相邻像素与其选定像素的差异较大，因此将其标记为异常像素，这里的异常基准值为40，就是在相邻像素中，本发明将与选定像素之差的绝对值大于40的相邻像素标记为异常像素，即步骤240。
然后计算每一个选定像素的异常像素的个数，将所有标记为异常像素进行累加，如果所得的结果大于一“数量基准值”，则该选定像素为“特殊像素”。经验表明，当选定像素的异常像素的个数大于4时，其为特殊像素，由此就可以在图像中标记出所有的特殊像素，步骤250。
“特殊像素”是指亮度较大、周围异常像素的个数较多的选定像素，其可能是划痕像素，也可能是边缘像素。接下来就是要在特殊像素中找出划痕像素。所谓边缘就是指图像局部亮度变化最显著的部分。划痕像素与边缘像素的区别，就是划痕像素与其周围的区域比较接近，而边缘像素则与周围区域的反差较大。因此对于每一个特殊像素，我们将其周围的区域划分为多个“相邻块”，比较各个相邻块之间的差异。具体划分时，可以将周围区域划分为4个块，也可以为3个块、8个块等都是允许的。当将周围区域划分为4个相邻块时，请参见图4A～图4D，为本发明实施例的相邻块的示意图。4个相邻块分别为相邻块401、相邻块402、相邻块403以及相邻块404。每个相邻块中包含有9个像素点，本发明的步骤260对4个相邻块分别进行均方差计算，计算各相邻块中9个像素点的均方差。然后比较4个均方差值的差异。计算4个相邻块均方差值的差异的计算公式为Dif＝MaxVar-Mid1Var-Mid2Var+MinVar其中，Dif为均方差之间的差异，MaxVar是数值最大的相邻块的均方差，Mid1Var与Mid2Var是数值居中的两个相邻块的均方差，MinVar是数值最小的相邻块的均方差。所得的Dif值如果小于“差异基准值”，则该特殊像素为划痕像素，相反，所得的值如果大于该“差异基准值”，则该特殊像素为边缘像素。所述“差异基准值”的范围为5～8，本发明取5.5，也就是说，在步骤270执行一个判断如果MaxVar-Mid1Var-Mid2Var+MinVar＜5.5，则在步骤280，本发明该特殊像素标记为划痕像素，否则执行步骤281，本发明将其标记为边缘像素。
当将图像划分为3个相邻块时，差异的计算公式可为Dif＝MaxVar-2MidVar+MinVar，与4个相邻块时不同的是MidVar是数值居中的一个相邻块的均方差。
找到划痕像素后，就可以根据划痕像素围成的区域找到划痕。标记的划痕区域通常需要做细化处理。基于图像的Morph是一种常用的二维动画技术。图像之间的插值变形称为Morph，Morph技术在电影特技处理方面得到了广泛的应用，它能将两个不同的影片片段之间巧妙地融合起来，感觉起来就像由前面的影片慢慢的变为后面的影片。本发明即是利用Morph的方法对图像进行细化，在步骤290，对细化后的区域进行填充。对图像进行填充时。可将划痕周围像素的某种平均值来替代痕迹，从而实现对图像的修复。
虽然本发明以前述的较佳实施例揭露如上，然其并非用以限定本发明，任何本领域普通技术人员，在不脱离本发明的精神和范围内，当可作些相应更动与润饰，因此本发明的保护范围应以权利要求书的保护范围为准。
权利要求
1.一种数字图像的划痕处理方法，包括如下步骤计算选定像素Y(i，j)与其相邻像素之间的差异，以确定该相邻像素中异常像素的个数；将该异常像素的个数大于一数量基准值的选定像素，标记为特殊像素；将特殊像素的周围区域划分为多个相邻块，并计算该相邻块之间的差异；根据该相邻块之间的差异，在特殊像素中标记划痕像素；及细化并填充该划痕像素围成的区域。
2.根据权利要求1所述的数字图像的划痕处理方法，其特征在于，所述异常像素是该相邻像素与该选定像素亮度之差的绝对值大于异常基准值的像素。
3.根据权利要求1所述的数字图像的划痕处理方法，其特征在于，所述特殊像素包括划痕像素与边缘像素。
4.根据权利要求1所述的数字图像的划痕处理方法，其特征在于，所述将特殊像素的周围区域划分为多个相邻块，是将该特殊像素的周围区域划分为4个相邻块。
5.根据权利要求1所述的数字图像的划痕处理方法，其特征在于，所述将特殊像素的周围区域划分为多个相邻块，是将该特殊像素的周围区域划分为3个相邻块。
6.根据权利要求1所述的数字图像的划痕处理方法，其特征在于，所述将特殊像素的周围区域划分为多个相邻块，为将该特殊像素的周围区域划分为8个相邻块。
7.根据权利要求1所述的数字图像的划痕处理方法，其特征在于，所述计算该相邻块之间的差异的步骤更包括计算各相邻块的所有像素的均方差；及比较该均方差之间的差异。
8.根据权利要求7所述的数字图像的划痕处理方法，其特征在于，所述比较该均方差之间差异的步骤，若相邻块个数为4时，比较公式为Dif＝MaxVar-Mid1Var-Mid2Var+MinVar其中，Dif为均方差之间的差异，MaxVar是指数值最大的相邻块的均方差，Mid1Var与Mid2Var是指数值居中的两个相邻块的均方差，MinVar是指数值最小的相邻块的均方差。
9.根据权利要求7所述的数字图像的划痕处理方法，其特征在于，所述比较该均方差之间差异的步骤，若相邻块个数为3时，比较公式为Dif＝MaxVar-2MidVar+MinVar其中，Dif为均方差之间的差异，MaxVar是指数值最大的相邻块的均方差，Mid是指数值居中的相邻块的均方差，MinVar是指数值最小的相邻块的均方差。
10.根据权利要求1所述的数字图像的划痕处理方法，其特征在于，所述根据该相邻块之间的差异，在特殊像素中标记划痕像素的步骤，若该差异(Dif)小于差异基准值则在特殊像素中标记为划痕像素；若该差异大于该差异基准值则在特殊像素中标记为边缘像素。
全文摘要
本发明公开了一种数字图像的划痕处理方法，包括如下步骤计算选定像素Y(i，j)与其相邻像素之间的差异，以确定该相邻像素中异常像素的个数；将该异常像素的个数大于一数量基准值的选定像素，标记为特殊像素；将特殊像素的周围区域划分为多个相邻块，并计算该相邻块之间的差异；根据该相邻块之间的差异，在特殊像素中标记划痕像素；及细化并填充该划痕像素围成的区域。该方法，无需硬件的支持，并且能够准确地定位划痕并对划痕进行修复。
文档编号G06T5/50GK1567372SQ0314811
公开日2005年1月19日 申请日期2003年7月2日 优先权日2003年7月2日
发明者姜彦儒, 叶伯强, 董瑞清 申请人:德鑫科技股份有限公司