发明专利-样稿要点.pdfVIP

说 明 书 摘 要 本发明涉及一种图像修复方法，本发明首先将目标图像进行方向经验模型分解， 并允许根据已有信息绘制给定待修复区域内已破坏的边结构信息，利用方向经验模型 分解得到的频率特征值计算相似度先行完成整个受损区域内的边结构修复，然后再根 据待修复区域边界上像素点的梯度特征结合置信度计算剩余填充区域的优先级，并再 次利用分解得到的频率特征值计算相似度完成对应区域的修复。本发明的方法不仅能 够修复较大尺度缺损区域中的结构和纹理信息， 还能够修复具有一定遮挡关系的图像。 修复过程鲁棒性高，有效地防止了错误信息的连续扩展。 摘 要 附 图 选择待修复区域 对待修复图像进行方向经验模型分解 根据已有信息修复待修复区域中已破坏的边缘 结构 利用梯度结合置信度选择剩余区域优先级最 高块作为临时待填充目标样本块 在已知区域利用方向经验模型分解得到的频 率特征值计算相似度搜索相似度最高的源样 本块完成当前目标样本块修复 用相关性搜索策略完成其它级图像对应位置 修复 更新各级图像边界像素的置信度 否 置信度 是否都 为 1 是 结束 权 利 要 求 书 1、一种图像修复方法，其特征在于，包括以下步骤： 步骤一，对于给定的图像 f (x, y)，选择待修复区域 ，其中 x，y 表示像素点的坐 标值； 步骤二，利用方向经验模型对给定的图像 f (x, y)进行分解，得到三级以上图像； 步骤三，根据已有信息修复每级分解所得图像的待修复区域中已破坏的边缘结构； 步骤四，自动修复各级图像，以每级分解图像的边界上优先级最高的目标样本块 作为一次迭代填充单位，重复以下步骤，直到填满各级图像被修复区域内的所有像素： 步骤（ 1），利用梯度值、置信度计算各级图像边界区域的优先级， 步骤（ 2 ），根据优先级、相似度和相关性搜索策略确定本次各级图像填充的目标 样本块，完成对应区域的修复， 步骤（ 3 ），更新本次迭代处理后的各级图像边界区域像素的置信度； 其中， 1 2 2 梯度值 G ( q) Gx ( p) G y ( p) ，其中，N 表示像素 q 的邻域面积，大小与待 N p N 修复的目标样本块 t 和源样本块为 s 的大小相同， N 表示 N 中所含像素个数； 0, q 置信度 D(q) ，其中， I 为原图像， 为待修复区域，当像素 1, q I q ， q 点处的置信度 D( q ) 初始化为 0，否则初始化为 1； 对于给定中心位置在 q 处的目标样本块 ，待修复区域