基于蝙蝠算法的Criminisi图像修复方法技术

一种基于蝙蝠算法的Criminisi图像修复方法，包括计算待修复图像的待修复区域边缘各像素点的优先权，选取优先权最大的像素点为优先修复的像素点，在待修复图像的完好区域进行最佳匹配块的搜索与填充，搜索根据匹配原则采用蝙蝠算法进行；更新待修复区域边缘，返回进行重复循环操作，直至待修复区域修复完成，得到图像修复结果。本发明专利技术适用图像修复的范围很广，对于不同侧重点的待修复图像在保证修复质量的前提下，提高修复速度，降低时耗，满足人的视觉需求。因此，本发明专利技术对Criminisi图像修复算法具有重要的实际意义。

【技术实现步骤摘要】
【专利摘要】一种，包括计算待修复图像的待修复区域边缘各像素点的优先权，选取优先权最大的像素点为优先修复的像素点，在待修复图像的完好区域进行最佳匹配块的搜索与填充，搜索根据匹配原则采用蝙蝠算法进行；更新待修复区域边缘，返回进行重复循环操作，直至待修复区域修复完成，得到图像修复结果。本专利技术适用图像修复的范围很广，对于不同侧重点的待修复图像在保证修复质量的前提下，提高修复速度，降低时耗，满足人的视觉需求。因此，本专利技术对Criminisi图像修复算法具有重要的实际意义。【专利说明】
本专利技术属于图像复原领域,特别是涉及到Criminisi图像修复方法。
技术介绍
近年来，图像修复是计算机视觉的一个研究热点，广泛应用于图像和视频的修复、冗余目标的移除、图像压缩、影视特技制作等众多领域。其本质就是用待修复图像中存在的信息来恢复缺失的信息，使图像修复整体效果满足人的视觉需求。针对图像修复目前有两大技术:基于偏微分方程的图像修复技术和基于纹理合成的图像修复技术。两种修复方法的选择根据修复区域的大小来确定，前者核心思想是基于物理学中的热流偏微分方程，从而使图像中破损区域的周边信息扩散到破损区域的内部，达到图像修复的目的，代表的方法有BSCB模型算法和TV模型算法等，适用于小面积图像修复；后者核心思想是基于纹理的小样本，其以受损边缘上的一个像素点为中心，用图像中现存的像素块进行匹配，来填充信息受损的区域，达到图像修复的目的，适用大面积图像修复。Criminisi图像修复算法是基于纹理的图像修复法的代表，由Criminisi等人于2004年提出的，其修复过程为:优先权计算、最佳匹配块搜索与填充、更新置信度。但是Criminisi图像修复算法中的优先权priority (p)计算和最佳匹配块的搜索与填充存在自身缺陷，即:置信度会随着修补次数的增加使得其中原图的信息减少，会有数量级的差别的出现影响优先权，数据项中会出现垂直的现象，造成优先级为零，置信度的大小对优先权就会没有意义和最佳匹配模块不止一个，系统会随机的选取等。因此近十年来，有了许多的不同侧重点的优先权和最佳匹配块的搜索与填充的改进:在2012年传感技术学报第25卷第3期中的《基于可变大小模板的改进图像修复算法》一文中，在保持Criminisi基本算法框架不变的基础上，设计了基于可变大小模板的块匹配程序以使模板搜索更准确灵活且对信度更新方式进行了修正，并结合局部搜索以提高算法的综合性能；在2011年数据采集与处理第26卷第6期中的《一种基于样本块的快速图像修复算法》一文中，引入新的度量函数更新置信度，使优先级的计算更加准确、待匹配块的再筛选策略降低了选择最佳匹配块的随机性、已修复样本块邻域检测避免了全局范围内寻找破损边缘。该方法取得了较好的修复效果，同时提高了算法的效率；在2012年计算机应用与软件第29卷第9期中的《一种改进的Criminisi图像修复算法》一文中，引入曲率来决定目标块的填充次序和最佳匹配块的选择，并改进优先权为各项加权和，通过改变权值可以得到更好的修复效果，同时避免了由于置信度迅速衰减带来的错误填充次序，取得了令人满意的修复效果。综上，改进算法的侧重点是优先权计算的可靠性以及最佳匹配模板的搜索方法，以修复质量为重心。本文在保证优先权决定项不变的前提下改进其计算公式，提升其可信度；蝙蝠算法能很好地将全局搜索和局部搜索高效的融合，其搜索速度快，精度高，引入到Criminisi算法中的最佳匹配块搜索与填充。本专利算法保证修复质量前提下提高修复效率。
技术实现思路
本专利技术的目的在于，保证修复质量的基础上，提高修复的速度。本专利技术提供的技术方案是一种，包括以下步骤，步骤1，计算待修复图像的待修复区域边缘各像素点的优先权如下，选取优先权最大的像素点为优先修复的像素点，priority (P) = C(p) XD(p)其中，priority (p)为边缘像素点P的优先权，C(p)为置信度，D(p)为数据项；步骤2，针对步骤I所得优先修复的像素点，在待修复图像的完好区域进行最佳匹配块的搜索与填充，搜索根据SSD匹配原则采用蝙蝠算法进行，所述SSD匹配原则如下，【权利要求】1.一种,其特征在于,包括以下步骤， 步骤1，计算待修复图像的待修复区域边缘各像素点的优先权如下，选取优先权最大的像素点为优先修复的像素点，priority (P) = C(p) XD(p) 其中，priority (p)为边缘像素点P的优先权，C(p)为置信度，D(p)为数据项； 步骤2，针对步骤I所得优先修复的像素点，在待修复图像的完好区域进行最佳匹配块的搜索与填充，搜索根据SSD匹配原则采用蝙蝠算法进行，所述SSD匹配原则如下，2.根据权利要求1所述,其特征在于:步骤I中， 【文档编号】G06T5/00GK103955906SQ201410215761【公开日】2014年7月30日 申请日期:2014年5月21日 优先权日:2014年5月21日 【专利技术者】吴谨, 李尊, 袁金楼, 吴秋红, 刘俊君 申请人:武汉科技大学本文档来自技高网...

【技术保护点】
一种基于蝙蝠算法的Criminisi图像修复方法，其特征在于，包括以下步骤，步骤1，计算待修复图像的待修复区域边缘各像素点的优先权如下，选取优先权最大的像素点为优先修复的像素点，priority(p)＝C(p)×D(p)其中，priority(p)为边缘像素点p的优先权，C(p)为置信度，D(p)为数据项；步骤2，针对步骤1所得优先修复的像素点，在待修复图像的完好区域进行最佳匹配块的搜索与填充，搜索根据SSD匹配原则采用蝙蝠算法进行，所述SSD匹配原则如下，ψq^=argminψq∈φd(ψp^,ψq)]]>其中，表示步骤1所得优先修复的像素点相应待修复目标块，ψq表示完好区域φ中的样本块，表示块ψq的已知像素点颜色差值的平方和，为待修复目标块的最佳匹配块；步骤3，更新待修复区域边缘，返回步骤1进行重复循环操作，直至待修复区域修复完成，得到图像修复结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴谨，李尊，袁金楼，吴秋红，刘俊君，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北;42