基于改进纹理合成图像修复算法.docVIP

基于改进纹理合成图像修复算法 　　摘要：本文首先介绍了图像修复领域中的Criminisi算法，针对这种算法的不足，从优先级的运算、最优匹配块的搜索和置信值的更新三个方面进行改进。实验结果表明，改进算法的修复效果比原算法有了进一步的提高，更符合人类视觉系统的特征。 　　关键词：图像修复；优先级；最优匹配块；置信值 　　中图分类号：TP391.41 文献标识码：A DOI：10.3969/j.issn.1003-6970.2016.04.016 　　0 引言 　　数字图像虚拟修复是指对那些局部数据信息完全丢失的图像进行修补，以恢复其完整性和原有的视觉效果，并使观察者无法觉察到图像曾经缺损或己被修复。由于该技术不需要直接处理原作，可以根据需求反复调整，最终再确定采用何种修复方法，因此安全可靠，具有很高的实用价值。近年来研究表明，计算机辅助的数字化保护和修复古代艺术作品取得了一定进展，这种方法在排除损坏文物的危险性的基础上，还具有效率高、可重复性等传统方法所没有的优点。计算机的操作不仅提高了工作效率，甚至可以完成以前某些无法完成的工作。随着计算机技术的发展，数字图像修复技术可以应用到很多方面。首先，文物在保存时，不可避免会受到环境、人为等因素的影响，进而产生霉斑、划痕、破损等，为了保持作品完好的视觉效果，要对这些文物和艺术作品进行修复，以往主要通过专业人士进行手工修复，这对人们的技术性要求非常高，同时它也是一项具有高风险的任务，因为文物和艺术作品极其珍贵，如果修复失误，将造成难以弥补的损失。加之修复大量有损伤的文物需要耗费大量的时间和人力财力，传统修复方法的特殊性和局限性，使得文物的保护修复工作进展缓慢。我们可以借助于数字图像修复技术对这些文物数字照片先进行虚拟修复，为文物的实物修复提供参考。另外，在一些档案老照片的保护上，老照片存放时间过长会存在一些折痕或乌迹，也可以借助数字图像修复技术进行修复，当然还有一些计算机特效处理以及一些富含玟理特征的照片的生成，都可以利用数字图像修复技术得到很好的修复效果。所以将数字图像修复技术应用到文物修复领域中，成为传统文物修复算法的一个新趋势。 　　在当前图像修复技术中，比较经典的两大类是：图像润饰（inpainting）的方法和基于纹理合成的图像修复方法。图像润饰方法首先由Bertalmio等人引入到数字图像，使用基于偏微方程（PDE）的修复模型。基于此思想的方法还有Chan提出的整体变分（YV）模型以及基于曲率驱动扩散（CCD）模型等。图像润饰适合修复有小瑕疵的图像，但修复较大区域效果模糊，且对纹理较强的破损区域修复效果差。本文所使用的是基于纹理合成的图像修复算法。基于纹理合成的图像修复方法中最经典的算法是由Criminisi等人提出，该算法在基于样本的纹理合成算法基础上再融合图像润饰结构扩散的特点，修复效果较好，适用于修复大面积的破损。在此基础上的改进主要有小波变换的图像修复，利用邻域特性的图像修复和基于匹配块的图像修复算法等。本文在分析了图像修复技术中的Criminisi算法后，针对它的不足，提出一种新的改进算法。 　　1.1.3 更新置信值 　　第一优先级的计算，随着填充过程的进行，模板数据值会迅速下降零，这样使得计算出的优先级不可靠。 　　第二采用全局搜索算法来寻找最优匹配块，这样不但会产生错误匹配，而且还会使填充速度变慢。 　　第三置信值的计算，对破损区域内原有的像素点和填充上去的像素点进行相同处理，算法容易导致修复效果越来越差，从而形成它的贪婪性。 　　1.2 算法存在的问题 　　Criminisi算法的缺陷主要表现在三个方面：第一优先级的计算，随着填充过程的进行，模板数据值会迅速下降到零，这样计算出的优先级不可靠。因此，会出现错误的填充顺序，并且会影响修复效果。第二采用全局搜索算法来寻找最优匹配块，这样不但会产生错误匹配，而且还会使其填充速度变慢。第三置信值的计算，对破损区域内原有的像素点和填充上去的像素点进行相同处理，也就是说破损区域原有的像素点和填充上去的像素点可靠性一样高，没有考虑到本次修复的效果，该算法容易导致修复效果越来越差。 　　1 Criminisi算法简介及存在问题 　　1.1 Criminisi算法简介 　　Criminisi算法核心是基于样本的纹理合成，该算法主要包含以下4个步骤：1.1.1 计算优先级 　　优先级的大小取决于两部分因素：一部分是该模板的数据值，它反映了模板的结构信息强弱，从而保证线性结构部分的优先合成；另一部分是模板的置信度值，要求优先填充那些含已填充像素较多部分的模板，因为填充这样的模板可以依赖更多的已知像素。公式如下： 　　P（p）=C（p）D（p） （1） 　　（2）C（p）表示模板的置信度值，D（p