综合结构与纹理特征的图像修复算法

《综合结构与纹理特征的图像修复算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第33卷第8期2007年8月北京工业大学学报JOURNAL0FBEIJINGUNIVERSITY0FTECHNOLOGYV01．33No．8Aug．2007综合结构与纹理特征的图像修复算法张鸿宾，王佳文(北京工业大学计算机学院，北京100022)摘要：为了还原图像中已经损失的信息，采用综合图像结构与纹理特征的方法，对图像修复进行了研究．在选定修复区域后，算法能自动根据待修复区域周围的信息进行填充，无需人为干预．实验结果表明，对于有划痕或较大损坏区域的图像。该算法都取得了较好的修复效果．关键词：图像修复；结构；纹理中图分类号：TP39文献标识码：A文章编号：0254—0037(2007)

2、08一0864—06图像修复(inpainting)是对图像中遗失或损坏的部分，利用未被损坏处的图像信息，按照一定的规则进行填补，使修复后的图像接近或达到原图的视觉效果．该技术在老照片的修复以及图像处理、数据压缩、网络数据传输等许多领域都有应用前景，近年来受到国内外的广泛关注，许多算法试图从不同角度解决这个问题．图像修复的先驱工作是由sapiro以及chan等完成的[10]．他们提出的算法采用偏微分方程模型刻画图像的结构特征．图像的结构特征指图像中颜色发生明显突变的区域，如物体的轮廓、不同颜色区域形成的边界等．用户选定需要修复的区域后，算法提取待修复区域周围的结构特征(轮廓线)，将轮廓线从区域

3、边界自然向内延伸，并将边界信息沿该方向平滑地扩散至修复区域内部．这类算法可填补包含不同结构和纹理的区域，并且对待修复区域的拓扑结构没有限制，适用于划痕、污迹和文字等细窄区域的修复．但该类算法的计算量大，耗时长，对纹理的还原有限，尤其是进行大区域的图像修复时会产生非常明显的模糊．图像修复的另一类算法是基于样图的纹理合成算法[5。01．这类算法将待修复区域周围的图像作为样图，从中提取特征并选取匹配的纹理，将其合成到待修复区域内．这类方法适用于较大区域的修复．现实中的图像一般同时包含复杂的结构和纹理特征，并不仅仅由简单结构和单一纹理拼接而成．文献[儿]将图像分解为结构层和纹理层后，对其分别进行修复，

4、并将修复后的2层叠加得到最终的修复图像．但对实际图像而言，目前图像分解的技术尚不完善，因而效果还不理想，且算法复杂度较高，修复较大区域时仍然会出现模糊．作者提出一种综合结构与纹理特征的修复算法，对有划痕或较大损坏区域的图像，取得了较好的修复效果．1图像修复算法1．1填充顺序对于待修复图像J，用户首先确定待修复区域n和填充块的大小，其中填充块应略大于图像的最大纹理元．算法提取修复边界an，得到位于边界上的点序列，依次计算以序列中每个点为中心的块的优先权，并取优先权值最高的作为待匹配块．如图1所示，西为未损坏区域(①=卜一力)，p为修复边界a0上的点，9。是以点声为中心的块，聊是缈。内梯度值最大的

5、点．点声的优先权函数P(多)定义为收稿日期：2006一05一18．基金项目：国家自然科学基金资助项目(60575008)．作者简介：张鸿宾(1944一)，男，北京人，教授，博士生导师万方数据第8期张鸿宾等：综合结构与纹理特征的图像修复算法865P(户)2C(户)M(户)(1)式中C(户)和M(夕)的定义为∞)：盗哔畀型(2)M(步)：卫必(3)式中，I9pI是块9p的像素数量；V．

6、。为点m的梯度方向，即灰度值变化最大的方向，其垂直方向V上k图l优先权函数的定义为灰度值变化最小的方向，即等照度线的方向，取Fig．1De㈣tionofth。pri。，ityf。n。ti。nlV上J。I=IVI。l

7、，v。。为点m和点户连线方向的单位向量；口是规范化因子(对于灰度图像口=255)．函数B(口)初始化为Bcg，={：：孑：喜?一nc4，C(声)反映了点p周围的可靠信息量，对已知信息多的区域应优先填充．直观上，待修复区域的凸起部分要比凹进部分的C(夕)值高，应该优先填充．M(p)反映了修复区域周围的结构特征，使处于等照度线方向上的块拥有较高的权值，即优先填充结构特征明显的区域．由M(p)的定义M(声)：竖墟：盟玉坚k止血型(5)式中，口为V上I。与1，。p的夹角．由于'，。p是单位向量，Iv。pl=1，IV上J。I=lⅥ。I为块内的最大梯度值，因此M(p)的大小由i∞s伊i决定．Icos咿I反

8、映了块中心点p与等照度线方向的偏离程度，它使与等照度线方向偏离较小的块拥有较高的优先权．值得注意的是，M(p)的设计与待修复区域的拓扑结构无关，这个特点是文献[12]所不具备的，这使得本算法的适应性更强．待匹配块确定之后。需要确定该块的样图，即纹理匹配的范围．1．2样图的确定纹理图像有一定程度的规则性，这是它同自然图像的区别之一．基于这点考虑，对于自然图像的修复，每个待匹配块应该对应不同的样图，而