基于數(shù)學形態(tài)學的Criminisi圖像修復(fù)方法
【專利摘要】一種基于數(shù)學形態(tài)學的Criminisi圖像修復(fù)方法，包括輸入待修復(fù)圖像，所述待修復(fù)圖像的待修復(fù)區(qū)域采用特定顏色預(yù)先標記，對待修復(fù)圖像基于數(shù)學形態(tài)學進行預(yù)處理；計算待修復(fù)區(qū)域邊緣的各像素點的優(yōu)先權(quán)，確定優(yōu)先修復(fù)像素點；針對優(yōu)先修復(fù)像素點，在完好區(qū)域進行最佳匹配塊的搜索與填充；更新待修復(fù)區(qū)域邊緣，重復(fù)處理直至待修復(fù)區(qū)域修復(fù)完成，得到圖像修復(fù)結(jié)果。本發(fā)明適用圖像修復(fù)的范圍很廣，對于不同側(cè)重點的待修復(fù)圖像均有很高的修復(fù)質(zhì)量，滿足人的視覺需求，具有重要的實際意義。
【專利說明】基于數(shù)學形態(tài)學的Criminisi圖像修復(fù)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像復(fù)原領(lǐng)域，特別是涉及到基于數(shù)學形態(tài)學的Criminisi圖像修復(fù)方法。
【背景技術(shù)】
[0002]圖像修復(fù)是圖像復(fù)原的重要內(nèi)容，是數(shù)字圖像處理與計算機視覺的一個研究熱點，近年來廣泛的應(yīng)用到了殘缺照片的修復(fù)、去除文字、去除干擾目標等方面。其實質(zhì)是用待修復(fù)圖像中存在的信息來恢復(fù)缺失的信息，使圖像修復(fù)整體效果滿足人的視覺需求。
[0003]目前圖像修復(fù)方法主要分為兩大類:基于偏微分方程的圖像修復(fù)法和基于紋理的圖像修復(fù)法。而針對大區(qū)域信息缺失的圖像，通常采用基于紋理的圖像修復(fù)法。其實質(zhì)是針對圖像中的像素塊進行修復(fù)，以受損邊緣上的一個像素點為中心，用圖像中現(xiàn)存的像素塊進行匹配，來填充信息受損的區(qū)域，達到圖像修復(fù)的目的，Criminisi圖像修復(fù)算法是基于紋理的圖像修復(fù)法的代表。
[0004]Criminisi圖像修復(fù)算法由Criminisi等人于2004年提出的,其修復(fù)過稱為:優(yōu)先權(quán)計算、最佳匹配塊搜索與填充、更新置信度。但是Criminisi圖像修復(fù)算法中的優(yōu)先權(quán)priority (P)計算和最佳匹配塊的搜索與填充存在自身缺陷，即:置信度會隨著修補次數(shù)的增加使得中原圖的信息減少，會有數(shù)量級的差別的出現(xiàn)影響優(yōu)先權(quán)，數(shù)據(jù)項中會出現(xiàn)垂直的現(xiàn)象，造成優(yōu)先級為零，置信度的大小對優(yōu)先權(quán)就會沒有意義和最佳匹配模塊不止一個，系統(tǒng)會隨機的選取等。因此近十年來，有了許多的不同側(cè)重點的優(yōu)先權(quán)和最佳匹配塊的搜索與填充的改進:在2010年電子科技第23卷第I期中的《一種改進的基于樣圖的圖像修復(fù)方法》一文中，利用梯度變化，動態(tài)地進行模塊大小選擇，省去了試探性人工設(shè)定模塊大小的麻煩、提高了工作效率、改善了圖像修復(fù)效果；在2011年計算機輔助設(shè)計與圖形學報第23卷第2期中的《基于優(yōu)先權(quán)改進算法的敦煌壁畫的復(fù)雜區(qū)域修復(fù)》一文中，針對復(fù)雜破損區(qū)域周邊信息模糊不可信及數(shù)目較多的敦煌壁畫，在充分考慮敦煌壁畫自身信息復(fù)雜性、壁畫修復(fù)視覺效果及其修復(fù)合理性易受像素修復(fù)順序影響等因素的基礎(chǔ)上，提出一種D-S證據(jù)理論數(shù)據(jù)融合方法對修復(fù)區(qū)域填充算法的優(yōu)先權(quán)函數(shù)進行改進的圖像修復(fù)算法，修復(fù)效果相對于原算法有了顯著性的提高；在2012年計算機應(yīng)用與軟件第29卷第9期中的《一種改進的Criminisi圖像修復(fù)算法》一文中，引入曲率來決定目標塊的填充次序和最佳匹配塊的選擇，并改進優(yōu)先權(quán)為各項加權(quán)和，通過改變權(quán)值可以得到更好的修復(fù)效果，同時避免了由于置信度迅速衰減帶來的錯誤填充次序，取得了令人滿意的修復(fù)效果。以上改進的算法是針對一定的待修復(fù)區(qū)域的結(jié)構(gòu)特征，一定的Criminisi圖像修復(fù)算法的計算缺陷進行的，只能一定程度上減少錯誤信息的累積。

【發(fā)明內(nèi)容】

[0005]Criminisi圖像修復(fù)算法中的優(yōu)先權(quán)計算和最佳匹配塊搜索與填充是在修復(fù)區(qū)域標記基礎(chǔ)上進行的，因此第一步做好，是后續(xù)工作的基礎(chǔ)。本發(fā)明引入數(shù)學形態(tài)學中的腐蝕與膨脹，進行預(yù)處理，保證待修復(fù)區(qū)域標記的合理，以此保證Criminisi圖像修復(fù)算法的有效進行，減少錯誤信息的累積，適用于不同的特征的待修復(fù)區(qū)域的修復(fù)。
[0006]本發(fā)明技術(shù)方案提供一種基于數(shù)學形態(tài)學的Criminisi圖像修復(fù)方法，包括以下步驟，步驟I，輸入待修復(fù)圖像，所述待修復(fù)圖像的待修復(fù)區(qū)域采用特定顏色預(yù)先標記，對待修復(fù)圖像進行預(yù)處理如下式所示，
[0007]預(yù)處理表達式如下式所示:
[0008]D = Λ 0 BQC
[0009]其中，A為待修復(fù)圖像，B、C為形狀一致的結(jié)構(gòu)元素且B的尺寸不小于C，B為膨脹結(jié)構(gòu)元素，C為腐蝕結(jié)構(gòu)元素；
[0010]步驟2,計算待修復(fù)區(qū)域邊緣的各像素點的優(yōu)先權(quán)priority (P),確定優(yōu)先修復(fù)像素點；
[0011]步驟3，針對優(yōu)先修復(fù)像素點，在完好區(qū)域進行最佳匹配塊的搜索與填充；
[0012]步驟4，更新待修復(fù)區(qū)域邊緣，返回步驟2進行重復(fù)循環(huán)操作，直至待修復(fù)區(qū)域修復(fù)完成，得到圖像修復(fù)結(jié)果。
[0013]而且，根據(jù)膨脹結(jié)構(gòu)元素B，膨脹表達式如下式所示，
[0014]<405 = {x| 3a e A,beB:x = a + b}
[0015]其中，X為膨脹后的圖像的像素點，a為待修復(fù)圖像A的像素點，b為膨脹結(jié)構(gòu)元素B中的元素。
[0016]而且，根據(jù)腐蝕結(jié)構(gòu)元素C，腐蝕表達式如下式所示，
[001 7] AQC = {x I Vc e C,3fl e: X = fl-c}
[0018]其中，X為膨脹后的圖像的像素點，a為待修復(fù)圖像A的像素點，C為膨脹結(jié)構(gòu)元素C中的元素。
[0019]本發(fā)明適用圖像修復(fù)的范圍很廣，對于不同側(cè)重點的待修復(fù)圖像均有很高的修復(fù)質(zhì)量，滿足人的視覺需求，具有重要的實際意義。與現(xiàn)有技術(shù)相比具有以下優(yōu)點:
[0020](I)本發(fā)明不需要改進優(yōu)先權(quán)和匹配原則的決定式，只需要在人工預(yù)先標記的基礎(chǔ)上，利用數(shù)學形態(tài)學進行預(yù)處理，使Criminisi圖像修復(fù)算法在合理的基礎(chǔ)上進行，能夠極大地減少錯誤信息的累積，且減少了計算量，實現(xiàn)簡便，效果顯著。
[0021](2)本發(fā)明的改進數(shù)學形態(tài)學不僅可以應(yīng)用到經(jīng)典Criminisi圖像修復(fù)算法，同樣可以應(yīng)用到其他改進的Criminisi圖像修復(fù)算法中，例如采用其他置信度計算方式的Criminisi圖像修復(fù)算法，同樣可以提升修復(fù)效果，減少錯誤信息的累積。
【專利附圖】

【附圖說明】
[0022]圖1為本發(fā)明實施例的流程圖。
【具體實施方式】
[0023]本發(fā)明技術(shù)方案可采用計算機軟件方式支持自動運行流程。以下結(jié)合附圖和實施例詳細說明本發(fā)明技術(shù)方案。
[0024]參見圖1，實施例的流程如下:
[0025]步驟1，輸入待修復(fù)圖像，所述待修復(fù)圖像的待修復(fù)區(qū)域采用特定顏色預(yù)先標記，對待修復(fù)圖像進行預(yù)處理。其中Φ表示的區(qū)域是未標記的區(qū)域，即完好區(qū)域；Ω表示的區(qū)域是標記的區(qū)域，即待修復(fù)區(qū)域；δ Ω表示待修補區(qū)域的邊界。
[0026]具體實施是，可采用一種特定的顏色對待修復(fù)圖像的待修復(fù)區(qū)域進行人工預(yù)先標記，可由用戶自行選擇待修復(fù)區(qū)域進行人工標記，以便在為后續(xù)本發(fā)明技術(shù)方案中進行的待修復(fù)區(qū)域的邊緣檢測打下基礎(chǔ)。預(yù)先標記了待修復(fù)區(qū)域的待修復(fù)圖像輸入后，采用本發(fā)明實施例提供的流程進行處理。本發(fā)明實施例中的待修復(fù)圖像采用白色。例如，某人物的照片中，背景中有多余的人群，采用白色覆蓋多余的人群區(qū)域。
[0027]由于預(yù)先人工標記會一定程度上影響圖像待修復(fù)邊緣的結(jié)構(gòu)信息和紋理信息，因此利用腐蝕和膨脹進行預(yù)處理，達到合理標記的效果。預(yù)處理表達式如下式所示:
[0028]I) = Λ θ ?θ€
[0029]其中，A為待修復(fù)圖像，B、C為形狀一致的結(jié)構(gòu)元素且原則上B的尺寸不小于C，結(jié)構(gòu)元素為元素的集合。
[0030]B為膨脹結(jié)構(gòu)元素，膨脹表達式如下式所示:
[0031 ] Λ? B = \x\3a e A,b ^ B \ X = a + b\
[0032]其中，X為膨脹后的圖像的像素點、a為待修復(fù)圖像的像素點、b為膨脹結(jié)構(gòu)元素B中的元素。
[0033]形態(tài)膨脹起到線條變粗，孔隙消失，擴展圖像的作用。
[0034]C為腐蝕膨脹結(jié)構(gòu)元素，腐蝕膨脹表達式如下式所示:
[0035]』Θ￡7= {x I Vc e C,彐a e χ = a-c}
[0036]其中，X為膨脹后的圖像的像素點、a為待修復(fù)圖像的像素點、c為膨脹結(jié)構(gòu)元素C中的元素。
[0037]形態(tài)腐蝕起到線條變細，孔隙擴大，收縮圖像的作用。
[0038]預(yù)處理表達式綜合了膨脹表達式和腐蝕表達式的，作用就是保證標記的合理性，即保證待修復(fù)區(qū)域用特定的顏色標記待修復(fù)區(qū)域同時，又能保證待修復(fù)區(qū)域邊緣的紋理和結(jié)構(gòu)信息不受干擾，從而可以從根源上減少錯誤信息的累積。
[0039]具體實施時，本領(lǐng)域技術(shù)人員可自行預(yù)設(shè)B、C的尺寸半徑，C的尺寸不大于B即可，甚至可以設(shè)為0，即不采用腐蝕，例如選用B、C分別為半徑為4與O的圓盤型結(jié)構(gòu)元素。
[0040]步驟2,計算待修復(fù)區(qū)域邊緣的各像素點的優(yōu)先權(quán)priority (P),確定優(yōu)先修復(fù)的
像素點。
[0041]實施例根據(jù)公式priority (P) = C (p) XD (p),計算出待修復(fù)區(qū)域邊緣的各像素點的優(yōu)先權(quán)，選取優(yōu)先權(quán)最大的像素點進行優(yōu)先修復(fù)。
[0042]其中:
[0043]
【權(quán)利要求】
1.一種基于數(shù)學形態(tài)學的CriminiSi圖像修復(fù)方法，其特征在于，包括以下步驟， 步驟1，輸入待修復(fù)圖像，所述待修復(fù)圖像的待修復(fù)區(qū)域采用特定顏色預(yù)先標記，對待修復(fù)圖像進行預(yù)處理如下式所示，
D = /10 B1-K" 其中，A為待修復(fù)圖像，B、C為形狀一致的結(jié)構(gòu)元素且B的尺寸不小于C，B為膨脹結(jié)構(gòu)元素，C為腐蝕結(jié)構(gòu)元素； 步驟2,計算待修復(fù)區(qū)域邊緣的各像素點的優(yōu)先權(quán)priority (P),確定優(yōu)先修復(fù)像素占.步驟3，針對優(yōu)先修復(fù)像素點，在完好區(qū)域進行最佳匹配塊的搜索與填充； 步驟4，更新待修復(fù)區(qū)域邊緣，返回步驟2進行重復(fù)循環(huán)操作，直至待修復(fù)區(qū)域修復(fù)完成，得到圖像修復(fù)結(jié)果。
2.根據(jù)權(quán)利要求1所述基于數(shù)學形態(tài)學的Criminisi圖像修復(fù)方法，其特征在于:根據(jù)膨脹結(jié)構(gòu)元素B，膨脹表達式如下式所示，
A? B = {x\3a e A,b e B: X = a + b\ 其中，X為膨脹后的圖像的像素點，a為待修復(fù)圖像A的像素點，b為膨脹結(jié)構(gòu)元素B中的元素。
3.根據(jù)權(quán)利要求1所述基于數(shù)學形態(tài)學的Criminisi圖像修復(fù)方法，其特征在于:根據(jù)腐蝕結(jié)構(gòu)元素C，腐蝕表達式如下式所示，
ΑΘΟ = {x I /c e C,彐a e 2: X = <3 — c} 其中，X為膨脹后的圖像的像素點，a為待修復(fù)圖像A的像素點，c為膨脹結(jié)構(gòu)元素C中的元素。
【文檔編號】G06T5/00GK103886561SQ201410142195
【公開日】2014年6月25日 申請日期:2014年4月9日 優(yōu)先權(quán)日:2014年4月9日
【發(fā)明者】吳謹, 李尊, 袁金樓, 劉勁, 孫永明 申請人:武漢科技大學