一种立体图像修复方法
【专利摘要】立体图像由左右视图组成，由于图像污损、影视后期或特定物体移除等各种原因，立体图像需要对特定区域进行修复，并使得观察者对修复后的图像看不出图像已经被修复过。本发明提出一种立体图像的修复方法，首先对左视图采用Criminisi方法进行修复，然后与右视图（缺损）生成视差图，再对视差图采用Criminisi方法进行修复，最后通过修复后的左视图和视差图，还原出右视图。实验结果验证了这种立体图像修复方法的有效性。
【专利说明】一种立体图像修复方法
【技术领域】
[0001]本发明涉及图像处理和修复【技术领域】。本发明设计一种针对立体图像的图像修复方法，通过对立体图像左视图、视差图和右视图分别进行修复，来提高立体图像的整体修复效果。
【背景技术】
[0002]数字图像修复技术，是采用计算机技术对数字图像缺损部分进行自动修复的一种图像处理技术，在文物复原、影视后期制作和制定目标物移除等方面都有着广泛的应用前景，成为近年来图像处理领域的研究热点。
[0003]当前的数字图像修复技术主要包含两类:第一类技术主要是针对图像的小范围缺损进行修复，如 CDD (curvature driven diffusions)模型[1]和 TV (total variation)模型[2]，其主要借鉴了流体扩散的思想，将缺损区域周边的信息通过扩散作用来填充到缺损区域内部，实现图像的修复，达到了较好的修复效果；第二类技术主要是针对图像较大范围的缺损进行修复。当图像缺损部分较大时，如采用流体扩散方法，将会导致修复后的图像模糊，且缺少纹理信息，影响整体修复效果。为此，人们提出了基于图像分解的修复算法，将图像分解为结构部分和纹理部分，结构部分采用一般的扩散模型进行修复，而纹理部分，则大多采用基于块的纹理合成算法[3_4]，通过不断地在图像其它区域寻找与图像缺损区域边界相似的图像块来填补图像缺损区域，达到最终修复图像的目的，其中最经典的基于块的图像修复算法是Criminisi算法[3]。
[0004]国内学者对图像修复技术也展开了深入的研究，并取得了一些研究成果，如文献[5-7]对当前主流的块修复算法进行了改进，并取得了不错的效果；文献[8]通过修改权函数来保持修复区域的边缘信息，在保证效率的同时改善了修复效果；文献[9]采用时域修复和空域修复相结合的方法对街景图像上的行人进行移除，也取得了不错的效果。
[0005]上述算法虽然在图像修复上取得了不错的效果，但其都是针对二维图像进行的修复，而没有考虑三维图像的修复问题。实际上，随着三维立体显示设备的普及和人们对三维场景真实感的需求，针对三维图像的物体移除与修复就显得至关重要。如果简单的将二维图像修复方法分别应用到三维图像的左右视图中进行修复，则容易造成修复区域的景深与周围图像存在较大差异，影响三维图像的立体效果。本发明提出一种基于左右视图的三维图像修复算法，首先对左视图和视差图采用常用的二维图像修复算法进行修复，然后根据修复后的左视图和视差图，对右视图进行景深匹配修复，使得修复区域的景深信息较好的融入原三维场景中，取得了较好的修复效果。
【发明内容】
[0006]本发明的目的是设计一种针对三维立体图像的图像修复方法，通过把二维修复方法应用到三维图像修复领域，实现对三维立体图像内容和景深信息的修复。
[0007]一种立体图像修复方法，包括以下六个步骤:[0008]A、对左视图的缺损部分(记为Q1)采用Criminisi算法进行修复；
[0009]B、对左视图与右视图求取视差图，视差图的每个像素的RGB值为
【权利要求】
1.一种立体图像修复方法，把立体图像的左右视图中的缺损部分进行修复，包括以下六个步骤: A、对左视图的缺损部分(记为Q1)采用Criminisi算法进行修复； B、对左视图与右视图求取视差图，视差图的每个像素的RGB值为
【文档编号】G06T15/00GK103955890SQ201410113394
【公开日】2014年7月30日 申请日期:2014年5月29日 优先权日:2014年5月29日
【发明者】甘志刚, 饶屾 申请人:浙江工商大学