一種結構約束和樣本稀疏表示相結合的圖像修復方法
【專利摘要】本發(fā)明公開了一種結構約束和樣本稀疏表示相結合的圖像修復方法。本發(fā)明通過雙邊曲線擬合模型修復圖像邊緣信息輪廓線，通過優(yōu)先權定義，使得結構部分優(yōu)先被修復，并采用樣本稀疏表示的窄帶修復模型來修復結構信息，以此約束結構的整體平滑性；采用平移塊的稀疏表示方法提高樣本稀疏表示修復紋理信息的可靠性。本發(fā)明既可較好地修復圖像的邊緣結構，又能保持結構的整體平滑性。
【專利說明】一種結構約束和樣本稀疏表示相結合的圖像修復方法
【技術領域】[0001]本發(fā)明屬于數(shù)字圖像修復【技術領域】，具體涉及一種結構約束和樣本稀疏表示相結合的圖像修復方法。
【背景技術】
[0002]傳統(tǒng)的圖像修復方法分為兩類:一類是基于偏微分方程的方法。該方法本質上是一種擴散過程，但在修復大面積區(qū)域時存在明顯模糊。另一類是基于紋理合成的方法。該方法用匹配塊替換待修復塊，當找不到匹配塊時就會產生錯誤匹配并延續(xù)錯誤。為了解決貪婪性造成的錯誤匹配，人們對算法進行了很多改進，但任然避免不了錯誤的匹配和加權圖像塊過多帶來的模糊。最近，一種新的圖像稀疏表示方法在圖像處理領域得到重視，許多技術人員將稀疏理論運用到圖像修復的方法中。

【發(fā)明內容】

[0003]本發(fā)明針對現(xiàn)有技術的不足，提供了一種結構約束和樣本稀疏表示相結合的圖像修復方法。
[0004]在實驗中發(fā)現(xiàn)，樣本稀疏表示方法對結構平滑性的保持不夠理想，特別是對曲線進行修復時，會在結構處產生一些畸變。為了較好地修復圖像的結構信息，本發(fā)明從考慮結構整體平滑性的角度，結合樣本稀疏表示和結構約束修復的優(yōu)點，提供了一種樣本稀疏表示和結構約束相結合的圖像修復方法。
[0005]本發(fā)明采取以下技術方案:通過雙邊曲線擬合模型修復圖像邊緣信息輪廓線，通過優(yōu)先權定義，使得結構部分優(yōu)先被修復，并采用樣本稀疏表示的窄帶修復模型來修復結構信息，以此約束結構的整體平滑性；采用平移塊的稀疏表示方法提高樣本稀疏表示修復紋理信息的可靠性。按如下步驟進行:
[0006]第一步:先利用sobel算子得到圖像的邊緣信息，找到待修復邊界與邊緣信息的交點，為了將這些點一一對應地連接，將它們分成兩個子集。首先，采用計算最小方向向量夾角的方法，將點集P進行歸類，將其分為兩個子集Pl和P2。然后，采用計算兩點之間最短歐式距離的方法，尋找兩個子集中對應的連接點。具體算法:
[0007]首先，定義每個點在其所在邊緣輪廓線Ci上的方向向量:
[0008]
【權利要求】
1.一種結構約束和樣本稀疏表示相結合的圖像修復方法，其特征在于: 步驟1:獲取和修復圖像的邊緣信息，具體是: 利用SObel算子得到圖像的邊緣信息，找到待修復邊界與邊緣信息的交點，將交點分成兩個子集；采用計算最小方向向量夾角的方法，將點集P進行歸類，將其分為兩個子集Pl和P2 ;采用計算兩點之間最短歐式距離的方法，尋找兩個子集中對應的連接點，具體算法:首先，定義每個點在其所在邊緣輪廓線Ci上的方向向量:
【文檔編號】G06T5/00GK103745432SQ201310641780
【公開日】2014年4月23日 申請日期:2013年12月3日 優(yōu)先權日:2013年12月3日
【發(fā)明者】唐向宏, 康佳倫, 任澍, 李齊良 申請人:杭州電子科技大學