一种基于区域搜索的快速图像修复算法.pdfVIP

第31卷第5期 杭州电子科技大学学报 Vei．31．No．5 2011年IO月 Univeasity Oct．20ll Joumsl《H∞咖Dianzi 一种基于区域搜索的快速图像修复算法 张巧焕，唐向宏，任澍 (杭州电子科技大学通信工程学院，浙江杭州310018) 摘要：基于纹理合成的图像修复技术在修复大面积破损区域时，普遍存在时间复杂度高的问题。 针对Criminisi等提出的基于样本图像修复算法中的匹配技术存在的问题。该文提出了一种根据 图像破损区域尺寸进行快速匹配的算法。同时．为了强调前次修复对以后修复产生误差累积的影 响，提出了新的置信度更新方法。实验结果表明，改进算法对图像结构边缘的修复有明显的改善， 也实现了图像修复的实时性。 关键词：纹理合成；图像修复；匹配技术；置信度 中图分类号：TP391．41 文献标识码：A 文章编号：lOOl一9146(2011)05—0139一04 U 引 置 图像修复是图像处理的一个分支，属于图像复原的研究领域。图像修复是指根据图像破损区域的 已知邻域信息来对破损区域进行修复的技术【l“】。目前，图像修复主要分为基于结构图像的修复和基 于纹理图像的修复两种方法。前者由文献l最早提出，它使用一种偏微分方程来实现图像的修复，适用 于修复小尺度的缺损。后者最早由文献2提出一种基于象素的纹理合成，主要适用于修复大面积的破 损。之后，文献3提出一种基于样本的图像修复算法，本文称之为Criminisi算法，它将结构信息和纹理 特征结合起来，取得了不错的合成效果，目前已经成为纹理合成技术中的典型算法。国内的一些学者针 对图像修复中存在的问题，也提出了一些改进算法【5。J。本文针对文献3中采用全局搜索进行匹配耗 时严重的问题，探讨在保证图像修复质量的前提下，图像最优匹配块的搜索区域的确定准则。 1 Criminisi算法的基本原理 待修补区域；(3)更新置信度和提取新的修复边缘。 优先级的定义，即是待修复边缘上任意象素点P的优先级函数e(p)定义为¨】： P(p)=C(p)×D(p) (1) 式中。置信度项C(p)和数据项o(p)分别为： D一 生q生丛I_． 誊q 收稿日期：20ll一0r7—20 作者简介：张巧焕(1984一)，女，河南南阳人，在读研究生，通信与信息系统． 140 杭州电子科技大学学报 2011年 式中，I V V 量象素点P周围可靠信息的数目。初始化时，置C(p)=OP∈Q；c(p)=lP∈I—Q。o(p)表示每 次迭代时轮廓aQ处等照度线与边界法向量的内积，两者的夹角越小，优先级越高，它反映的是图像的 结构信息。 of Criminisi算法采用中颜色平方差的和(SumSquared 义为： 几f—彳——————一 SSD (3) 2√；善i蓍(pu—qu)2 式中，P表示待修复象素块中的象素点，q表示匹配块中的象素点，m和n分别表示图像的长度和宽 度。当搜索整幅图像的已知信息区域后，找到SSD最小的象素块即为最优匹配块’lr：。 算法中未知象素的置信度更新公式如下： C(P)=C(蚕)VPE’l，；f3n (4)