一种基于结构张量的图像局部纹理稳定场重建方法技术

本发明专利技术公开了一种基于结构张量的图像局部纹理稳定场重建方法，首先将稳定场与图像纹理相结合，构建针对各个缺损像素点的图像局部纹理的稳定场重建方程；然后利用结构张量的特征值定义优先权函数，使得局部缺损区域边缘处各缺损点按照结构部分的强弱顺序进行重建；最后利用结构张量构造局部区域的平均相干因子，使处在图像不同结构区域处的缺损像素点能够自适应选取对应的有效场源范围。经实验验证，该方法实现了对不同类型的缺损图像更为准确的重建,尤其对于图像缺损区域的边缘以及纹理处的重建表现出色。处的重建表现出色。处的重建表现出色。

【技术实现步骤摘要】
一种基于结构张量的图像局部纹理稳定场重建方法


[0001]本专利技术属于破损图像重建的
，具体涉及一种基于结构张量的图像局部纹理稳定场重建方法。

技术介绍

[0002]图像重建是指利用图像中的已知信息来重建图像中信息缺损的区域,其目标是将图像恢复到原始状态并满足人眼的视觉要求。早期的研究主要面向特定目标的去除或者填补，后来扩大到珍贵文物的数字化重建，以及图像采集过程中产生的影响使用的各种干扰(如遮挡、光斑等)。
[0003]传统的重建算法主要分为两类：一类是基于几何特征的重建(Inpainting)，其代表性算法有BSCB算法(Bertalmio M,Sapiro G,Caselles V,et al.Image inpaint
‑
ing[C].Proceedings of the 27th annual conference on Computer graphics and interactive techniques.2000:417
‑
424)、TV算法(Shen J,Chan T F.Mathematical models for local nontexture inpaintings[J].SIAM Journal on Applied Mathematics,2002,62(3):1019
‑
1043)以及CDD算法(Chan T F,Shen J.Nontexture inpainting by curvature
‑
>driven dif
‑
fusions[J].Journal of visual communication and image representa
‑
tion,2001,12(4):436
‑
449)。该类算法以偏微分方程(PDE)为核心，将已知区域的信息经过多次迭代以及高阶偏导数计算扩散到缺损区域内部完成重建；另一类是基于纹理填充的重建(Completion)，其代表性的算法有Criminisi算法(Criminisi A,P
é
rez P,Toyama K.Region filling and object remov
‑
al by exemplar
‑
based image inpainting[J].IEEE Transactions on image processing,2004,13(9):1200
‑
1212)。该类算法针对图像中较大的纹理区域，首先在缺损区域内选取优先权最大的待修复块，然后遍历整幅图像寻找与该缺损区域最相似的块，以块填充的方式完成重建。上述两类传统的图像重建算法在重建过程中都需要大量的迭代，而且并不针对缺损区域的每一个缺损像素点进行细致的重建，重建效率低下的同时也无法得到满意的重建准确率。
[0004]为了满足重建准确率和重建效率等更高的图像重建要求，叶学义等人利用稳定场来描述图像的局部纹理，提出了基于稳定场的图像重建模型(叶学义，齐珍珍，何志伟等.图像场方向导数的局部区域重建[J].中国图象图形学报,2014,19(7):998
‑
1005)，并首次提出了准确重建的概念。李晓菲等人在此基础上考虑已知点和缺损点间的能量传递关系，并假设从已知点传递的能量首先传递到缺损点周围的最近邻域内的虚拟点中，再分别通过最近邻插值、双线性插值以及立方卷积插值的方式完成重建(李晓菲,叶学义,陈慧云等.稳定场图像重建中的传递函数研究[J].中国图象图形学报,2018,23(3):333
‑
345)。然而，上述基于稳定场模型的图像重建方法没有考虑重建过程中，局部缺损区域边缘处缺损像素点的重建顺序；此外采用了固定大小区域内的所有已知点作为缺损点周围的有效场源，没有考虑不同缺损点所处图像局部区域处的结构特征，从而导致在重建结构比较复杂的缺损区域时，会出现部分结构不连续和错误延伸的现象。

技术实现思路

[0005]针对目前图像局部纹理稳定场重建算法在准确率方面的问题，本专利技术提供了一种基于结构张量的图像局部纹理稳定场重建方法，在图像局部纹理稳定场重建模型的基础上，在有效场源的选取过程中引入结构张量的特性，对图像中处在不同结构特征区域的缺损像素点进行更为准确的重建。
[0006]一种基于结构张量的图像局部纹理稳定场重建方法，步骤如下：
[0007]步骤(1).基于稳定场模型构建图像局部纹理的稳定场方程；
[0008]结合图像处理相关知识，将数学物理模型中的稳定场与图像局部纹理相结合，建立图像局部纹理的稳定场方程；然后利用微分近似的方法得到该方程中场源函数的具体表达。
[0009]步骤(2).基于结构张量构造优先权函数；
[0010]利用结构张量来分析图像局部纹理区域的几何结构，计算局部缺损区域边缘处各像素点的结构张量以及对应的两个非负特征值，然后利用这两个特征值构造优先权函数来确定各缺损像素点的重建顺序，优先权函数越大则重建优先级越高；
[0011]步骤(3).基于结构张量自适应选取有效场源的范围；
[0012]以局部缺损区域边缘处的缺损点为中心，构造9
×
9大小的模板块，计算该模板块内各已知点的结构张量的两个特征值，然后利用这两个平均特征值定义模板块的平均相干因子，将图像划分为边缘区域、纹理区域和平坦区域，并在不同区域采用不同大小的有效场源模板；
[0013]步骤(4).将步骤(3)中选定的有效场源模板代入步骤(1)中的图像局部纹理的稳定场方程中，得到最终的图像稳定场重建方程，利用该方程完成对局部缺损区域中已根据步骤(2)所提优先权公式排序过后的各缺损像素点的重建。
[0014]步骤(1).具体方法如下：
[0015]步骤(1.1).利用数学物理中的稳定场模型来描述图像的局部纹理，具体公式表达如下：
[0016]L
·
I(r)＝f,(r∈D) (1)
[0017]式中，L代表线性微分运算符，r表示图像局部缺失纹理的空间坐标，即缺损像素点，I(r)是描述图像局部纹理缺损区域D的函数(对于灰度图像，I(r)的值表示对应空间点的灰度值；对于彩色图像，如RGB图像，表示其中任意一个颜色通道的值)，f表示已知像素点为缺损像素点提供能量的场源。
[0018]步骤(1.2).选取位于缺损区域边界处的缺损点r以及位于已知区域的像素点r
i
，代入式(1)中，具体的公式表达如下：
[0019]LG(r,r
i
)＝δ(r
‑
r
i
) (2)
[0020]式中，δ(r
‑
r
i
)表示当仅考虑单位强度的已知像素点r
i
单独作用在缺损点r处时的场源大小，G(r,r
i
)表示已知像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于结构张量的图像局部纹理稳定场重建方法，其特征在于，步骤如下：步骤(1).基于稳定场模型构建图像局部纹理的稳定场方程；结合图像处理相关知识，将数学物理模型中的稳定场与图像局部纹理相结合，建立图像局部纹理的稳定场方程；然后利用微分近似的方法得到该方程中场源函数的具体表达；步骤(2).基于结构张量构造优先权函数；利用结构张量来分析图像局部纹理区域的几何结构，计算局部缺损区域边缘处各像素点的结构张量以及对应的两个非负特征值，然后利用这两个特征值构造优先权函数来确定各缺损像素点的重建顺序，优先权函数越大则重建优先级越高；步骤(3).基于结构张量自适应选取有效场源的范围；以局部缺损区域边缘处的缺损点为中心，构造9
×
9大小的模板块，计算该模板块内各已知点的结构张量的两个特征值，然后利用这两个平均特征值定义模板块的平均相干因子，将图像划分为边缘区域、纹理区域和平坦区域，并在不同区域采用不同大小的有效场源模板；步骤(4).将步骤(3)中选定的有效场源模板代入步骤(1)中的图像局部纹理的稳定场方程中，得到最终的图像稳定场重建方程，利用该方程完成对局部缺损区域中已根据步骤(2)所提优先权公式排序过后的各缺损像素点的重建。2.根据权利要求1所述的一种基于结构张量的图像局部纹理稳定场重建方法，其特征在于，步骤(1).具体方法如下：步骤(1.1).利用数学物理中的稳定场模型来描述图像的局部纹理，具体公式表达如下：L
·
I(r)＝f,(r∈D)(1)式中，L代表线性微分运算符，r表示图像局部缺失纹理的空间坐标，即缺损像素点，I(r)是描述图像局部纹理缺损区域D的函数(对于灰度图像，I(r)的值表示对应空间点的灰度值；对于彩色图像，如RGB图像，表示其中任意一个颜色通道的值)，f表示已知像素点为缺损像素点提供能量的场源；步骤(1.2).选取位于缺损区域边界处的缺损点r以及位于已知区域的像素点r
i
，代入式(1)中，具体的公式表达如下：LG(r,r
i
)＝δ(r
‑
r
i
) (2)式中，δ(r
‑
r
i
)表示当仅考虑单位强度的已知像素点r
i
单独作用在缺损点r处时的场源大小，G(r,r
i
)表示已知像素点r
i
与缺损点r之间的场源函数；将式(2)利用格林函数法中的叠加原理进行求解，得到图像局部纹理的稳定场方程；具体的公式表达如下：式中，n表示缺损点r周围有效场源的总个数，I(r
i
)是r
i
点的确定像素值；步骤(1.3).若在某一有效场源处存在二阶偏导数，即该场源及其周围8个邻域像素点均为已知像素点时，则由二阶泰勒公式利用该有效场源的像素值得到缺损点处的微分近似值；具体的公式表达如下：
式中，(x,y)表示缺损点的坐标，(x0,y0)表示有效场源的坐标，p、q分别表示有效场源相对于缺损点x轴坐标和y轴坐标的归一化值；当有效场源邻域中存在缺损像素点时，若其水平或垂直方向上分别至少存在一个已知点，则采用一阶泰勒展开的方式得到缺损...

【专利技术属性】
技术研发人员：王凌宇，叶学义，曾懋胜，王浩，赵知劲，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：