基于简单背景的图像修复方法、系统及拍摄终端的制作方法

文档序号:9930057阅读:474来源:国知局
基于简单背景的图像修复方法、系统及拍摄终端的制作方法
【技术领域】
[0001]本发明涉及图像处理技术领域,特别是一种基于简单背景的图像修复方法及其应用该方法的系统、拍摄终端。
【背景技术】
[0002]随着数字图像处理技术的发展,填充图像中某些区域的缺失信息,或移除图像中某些区域仅保留需要的信息,使图像满足人眼视觉系统要求的工作成为研究热点。这种修补缺失信息或移除目标区域的图像处理技术称为图像修复。图像中信息缺失的区域或待移除的区域统称为图像中的待修复目标区域,图像中的其它区域称为信息已知区域。
[0003]现有技术中,对裂缝的图像修复一般通过求解偏微分方程或者纹理合成等方案,例如,B e r t a I m i ο提出一种基于信息传播的图像修复模型(参考B e r t a I m i οM.2000.1mageinpainting,ACM SIGGRAPH’00,pp.417-424,July2000),该模型利用偏微分方程(PartialDifferential Equat1n,F1DE)的各向异性扩散特性沿边缘方向进行不同强度的扩散以修复待修复目标区域,C h a η等在此研究基础上提出了总体变分(T ο t a IVariat1n,TV)修复模型(参考Chan T.2001.The digital TV filter and nonlineardenoising,IEEE Trans.1mage Process.,10(2):231-241,2001)以及 CDD (CurvatureDriven Diffus 1n)模型(参考 Chan T.2001.Non-texture inpainting by curvature-driven diffus1ns(CDD),J.Visual Comm.1mage Representat1n,12(4):4736-449.),PDE修复模型基于图像几何特征通过计算像素间灰度差值各向异性将信息已知区域的信息向待修复的目标区域内扩散,从而实现图像修复。另外,Efros提出一类基于模块的纹理分析模型(参考 Efros A.1999.Texture Synthesis by Non-par ame trie Sampl ing,IEEEInt.Conf.Computer Vis1n),与PDE修复模型相比,基于模块的纹理分析模型通过将模块中的已知信息复制到待修复目标区域,复原待修复的图像。
[0004]但是,采用上述直接求解偏微分方程修复的方法一般会使修复区模糊,而采用纹理合成的修复方法太依赖周围正确的纹理块样本而不太适合用于密集裂缝的情况,对于人脸皱纹等比较密集的纹理,上述两种方案都不适用。
[0005]因此,如何用图像修复的算法消除人脸皱纹便成了一个难题。

【发明内容】

[0006]本发明为解决上述问题,提供了一种基于简单背景的图像修复方法、系统及拍摄终端,无需训练样本,算法简单,处理速度快,并且修复效果更自然。
[0007]为实现上述目的,本发明采用的技术方案为:
[0008]首先,本发明提供一种基于简单背景的图像修复方法,其包括以下步骤:
[0009]10.对原始图像的待修复区域或完好区域进行标记,得到标记图;
[0010]20.对所述标记图进行梯度计算,得到梯度图;
[0011 ] 30.对所述梯度图进行分块,得到梯度块;
[0012]40.根据每个梯度块所对应原始图像中的原始块进行方差计算,得到每个梯度块对应的方差值;
[0013]50.将包含待修复区域的梯度块利用周围的方差值最小的完好区域的梯度块替代,得到调整后的梯度图;
[0014]60.利用泊松方程将调整后的梯度图进行还原,得到修复图。
[0015]优选的,所述步骤20中,对所述标记图进行梯度计算,进一步包括以下步骤:
[0016]21.在水平方向上,计算所述标记图中每个当前像素点的右边两个像素和与左边两个像素和之差,得到水平梯度值Tx;
[0017]22.在垂直方向上,计算所述标记图中每个当前像素点下面两个像素和与上面两个像素和之差,得到垂直梯度值Ty;
[0018]23.取水平梯度值Tx和垂直梯度值Ty之和作为当前像素点的梯度值T。
[0019]优选的,所述步骤30中,对所述梯度图进行分块,是根据原始图像的大小进行设置块的大小BlockSize,并根据设置的块的大小BlockSize将所述梯度图平均分成多个梯度块,每个梯度块的大小为BlockSize*BlockSize,所述的块的大小BlockSize的计算方法为:
[0020]BlockSize=max(3,min(25,min(height,width)*0.01) )*2_1 ;
[0021 ] 其中,height、width分别表示图像的高和宽,max表示两者之间的最大值,min表示两者之间的最小值。
[0022]优选的,所述步骤40中,计算每个梯度块对应的方差值,是指对所述梯度图中的完好区域的梯度块所对应的原始图像的原始块进行方差值的计算,同时,将待修复区域的梯度块的方差值设置为极大值。
[0023]优选的,所述步骤50中,将包含待修复区域的梯度块利用周围的方差值最小的完好区域的梯度块替代,是根据标记获取所有的待修复区域的梯度块,然后遍历所有的待修复区域的梯度块,并利用当前的待修复区域的梯度块的周围八块中方差值最小的梯度块替代该当前的待修复区域的梯度块,同时也替代对应的方差值,最终得到调整后的梯度图。
[0024]优选的,所述步骤10中,所述原始图像是指人脸图像,所述待修复区域是指皱纹区域或者斑点区域;或者,所述原始图像是指天花板图像或墙壁图像或地板图像,所述待修复区域是指裂缝区域。
[0025]其次,本发明提供一种基于简单背景的图像修复系统,其包括:
[0026]标记模块,用于对原始图像的待修复区域或完好区域进行标记,得到标记图;
[0027]梯度计算模块,用于对所述标记图进行梯度计算,得到梯度图;
[0028]梯度块分割模块,用于对所述梯度图进行分块,得到梯度块;
[0029]方差计算模块,其根据每个梯度块所对应原始图像中的原始块进行方差计算,得到每个梯度块对应的方差值;
[0030]梯度块调整模块,用于将包含待修复区域的梯度块利用周围的方差值最小的完好区域的梯度块替代,得到调整后的梯度图;
[0031 ]梯度图还原模块,其利用泊松方程将调整后的梯度图进行还原,得到修复图。
[0032]另外,本发明还提供一种拍摄终端,其特征在于,该拍摄终端包括如上所述的基于简单背景的图像修复系统。
[0033]优选的,所述拍摄终端包括:手机、数码相机或平板电脑。
[0034]本发明的有益效果是:
[0035]本发明的一种基于简单背景的图像修复方法、系统及拍摄终端,其通过对原始图像的待修复区域或完好区域进行标记和梯度计算,并对得到的梯度图进行分块得到梯度块,然后根据每个梯度块所对应原始图像中的原始块进行方差计算,得到每个梯度块对应的方差值,将包含待修复区域的梯度块利用周围的方差值最小的完好区域的梯度块替代,得到调整后的梯度图,最后利用泊松方程将调整后的梯度图进行还原得到修复图;本发明无需训练样本,算法简单,处理速度快,并且修复效果更自然,实验证明,该方法能很自然的修复几乎所有类型的皱纹,特别适用于皮肤等类似的简单背景的图像修复。
【附图说明】
[0036]此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
[0037]图1为本发明基于简单背景的图像修复方法的流程简图;
[0038]图2为本发明基于简单背景的图像修复系统的结构示意图;
[0039]图3为本发明拍摄终端的结构示意图。
【具体实施方式】
[0040]为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0041]本发明中,所述的简单背景,是指没有复杂的形状,例如人的皮肤,单色墙壁或地板或天花板或其他面板等,在梯度图上,简单背景表现为局部梯度场是无规律的小的波动,以人脸皱纹的修复为例,人脸的皮肤属于简单背景,而皱纹区在梯度图上则表现为较大的波动,现有技术中,一般是通过减弱大的波动再做泊松融合,该方法往往会导致修复后的皱纹区变得过于模糊而无法与周围的完好皮肤区进行自然融合。针对该问题,本发明提出了一种基于简单背景的图像修复方法,如图1所示,其包括以下步骤:
[0042]10.对原始图像的待修复区域或完好区域进行标记,得到标记图;
[0043]20.对所述标记图进行梯度计算,得到梯度图;
[0044]30.对所述梯度图进行分块,得到梯度块;
[0045]40.根据每个梯度块所对应原始图像中的原始块进行方差计算,得到每个梯度块对应的方差值;
[0046]50.将包含待修复区域的梯度块利用周围的方差值最小的完好区域的梯度块替代,得到调整后的梯度图;
[0047]60.利用泊松方程将调整后的梯度图进行还原,得到修复图。
[0048]所述步骤10中,所述原始图像是指人脸图像,所述待修复区域是指皱纹区域或者斑点区域;或者
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1