自适应图像修复方法

文档序号:6556063阅读:301来源:国知局
专利名称:自适应图像修复方法
技术领域
本发明涉及图像修复方法,具体涉及自适应图像修复方法。
背景技术
在图像处理中,图像修复是一项重要的基础性研究课题。数字图像修复(Digital Image Inpainting)是根据图像中残留的信息,自动地恢复图像中遗失或损坏的信息,使修复后的图像接近或达到原始图像的视觉效果。目前进行图像修复一般采用全变分(Total Variation,TV)图像修复模型 (RUDIN L, OSHER S. FATEMI Ε. Nonlinear total variation based noise removal algorithms [J], Physica D, 1992, 60 (广4) :259_268.)和曲率驱动扩散(Curvature Driven Diffusion, CDD)图像修复模型(CHAN Τ, SHEN J. Non-texture inpainting by curvature driven diffusions (CDD)[J]· Journal of Visual Communication and Image Representation, 2001, 12(4) : 436-496.),其中,TV图像修复模型采用TV图像修复模型虽然修复时间较少,但TV模型的最大缺陷就是不满足人类视觉中的“连接性”原则,因为TV 模型的本质就是将断裂的等照度线连接起来,这是一种直线连接,而求极值后,又要求连接的直线要最短,所以当在修复图像破损的宽度大于图像本身的宽度时,TV模型不能正确修补图像;⑶D图像修复模型在TV模型的基础上引入了扩散引子曲率k,⑶D模型在TV模型的基础上从以前的二阶偏微分上升成三阶偏微分,虽然能修补破损较大的图像,但由于一次修复迭代运算都要对每个点进行三阶偏微分的计算,所以修复时间很长。

发明内容
本发明所要解决的技术问题是提供一种图像修复的自适应方法。根据本发明的技术方案,一种自适应图像修复方法,其特征在于包括如下步骤
A.读入破损图像,并根据破损图像进行参数设置;
Al.根据破损区域图像断裂面积的大小设置曲率自适应系数的阈值 a ;其中,1 < α < 2 ;
Α2.根据破损区域图像中所包含的边缘或细节设置梯度自适应系数P ;其中,
1 < ρ < 2 .
A3.根据对破损图像所需要保护的梯度范围,设置常数JT ;常数J用于控制所需要保护的梯度的范围,J越大,梯度函数衰减越慢,图像修复的扩散性度就会减缓,这样可达到保护特定梯度的目的;
Α4.设定迭代次数和迭代步长Δ ;
B.对破损图像制作掩膜图像,即将图像的破损区域与非破损区域分开来,以便于破损区域修复;
C.根据掩膜图像确定破损区域的位置;D.逐一计算破损区域各个点的半点梯度VJ和半点梯度模值丨《"丨;
E.逐一计算破损区域各个点的半点曲率i;
F.计算曲率自适应系数其中9=,将曲率自适应系数与在Al步骤中
权利要求
1. 一种自适应图像修复方法,其特征在于包括如下步骤A.读入破损图像,并根据破损图像进行参数设置;Al.根据破损区域图像断裂面积的大小设置曲率自适应系数的阈值 a ;其中,1 < a <2 ;A2.根据破损区域图像中所包含的边缘或细节设置梯度自适应系数P ;其中, I < ρ < 2 ;A3.根据对破损图像所需要保护的梯度范围,设置常数JT ; A4.设定迭代次数和迭代步长Δ ;B.对破损图像制作掩膜图像,即将图像的破损区域与非破损区域分开来;C.根据掩膜图像确定破损区域的位置;D.逐一计算破损区域各个点的半点梯度胃和半点梯度模值I胃丨; Ε.逐一计算破损区域各个点的半点曲率fc ;F.计算曲率自适应系数ff,其中1 =并将曲率自适应系数f与在Al步骤中设定的闽值《进行比较,得到最终的曲率自适应系数^的值,所述最终的曲本自适应系数与阈值的关系为力=Uq ~a ; q αι2- > ag.计算矢量j J=m二+、(谢-;其中 d ν/ D ,{Jl JT Ξ O / D , 是用于平衡去噪和平滑的参数, 表示Lagrange乘 O1XE DλΒ1子,η/Β表示图像破损区域,D表示非破损区域;/y分别表示现有破损图像和原始图像,*表示半点曲率,f(lkl)表示曲率传导系 Hf(Ikl)是以*为自变量的增函数,β是数学常量,V/表示半点梯度,丨VJ丨表示半点梯度模值,^q Wp=I^l, ^wfj代表梯度传导系数,_ Wp是以为半点梯度的增函数,是常数 是曲率自适应系数,ρ是梯度自适应系数;H.计算修复增量V-/I.得到第n+1次迭代后的修复结果 /("+1) = /(B) +Ai-V- /")其中,J_表示第n+l次的修复结果,Jw表示第η次的修复结果,M表示迭代步长, V- Jm表示第η次的修复增量;J.判断第η次的修复增量V是否小于或等于设定值,当第η次的修复增量V -严大于设定值,进入步骤K,当第η次的修复增量V - itB)小于或等于设定值,修复完成;K.判断迭代次数是否等于设定的次数,当迭代次数不等于设定的次数,进入步骤C, 当迭代次数等于设定的次数,修复完成。
2.根据权利要求1所述的自适应图像修复方法,其特征在于曲率传导系数β是数学常量,fc表示半点曲率。
3.根据权利要求1所述的自适应图像修复方法,其特征在于梯度自适应系数^采用与破损区域中包含的边缘或细节成反比的原则进行设置。
4.根据权利要求1或3所述的自适应图像修复方法,其特征在于阈值a采用与破损区域中包含的断裂面积成正比的原则进行设置。
全文摘要
本发明提供一种自适应图像修复方法,其特征在于包括如下步骤A.读入破损图像,并根据破损图像进行参数设置;A1.根据破损区域图像断裂面积的大小设置曲率自适应系数的阈值;其中,;A2.根据破损区域图像中所包含的边缘或细节设置梯度自适应系数;其中,;A3.根据对破损图像所需要保护的梯度范围,设置常数;A4.设定迭代次数和迭代步长;B.对破损图像制作掩膜图像,即将图像的破损区域与非破损区域分开来;C.根据掩膜图像确定破损区域的位置;D.逐一计算破损区域各个点的半点梯度和半点梯度模值;E.逐一计算破损区域各个点的半点曲率;本发明不仅图像修复效果好,而且修复时间短,适用于对所有破损图像进行自动修复。
文档编号G06T5/00GK102201111SQ20111013770
公开日2011年9月28日 申请日期2011年5月26日 优先权日2011年5月26日
发明者印勇, 李丁, 殷强, 胡琳昀 申请人:重庆大学
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