本發(fā)明涉及圖像修復技術領域，特別是涉及一種基于分層引導策略的樣本塊圖像修復方法。

背景技術：

圖像修復是一個實際應用問題，主要應用于目標物隱藏、文物損失修復、照片上文字或日期的移除等。

目前最具代表性的修復方法有兩類：一類是基于變分偏微分的圖像修復方法；另一類是基于樣本塊的技術?，F(xiàn)有的樣本塊修復方法對大面積的圖像破損區(qū)域修復時，存在難以保持結構一致性的問題。

技術實現(xiàn)要素：

本發(fā)明是為了解決現(xiàn)有技術中的不足而完成的，本發(fā)明的目的是提供一種適用范圍廣，修復效果好和實用性強特點，能夠適用大面積破損的圖像修復，符合視覺效果的基于分層引導策略的樣本塊圖像修復方法。

本發(fā)明的一種基于分層引導策略的樣本塊圖像修復方法，包括步驟一、對待修復的原始圖像進行高斯金字塔分解，獲取多層不同分辨率的分解圖像； 步驟二、按照從頂層至底層的順序?qū)λ龇纸鈭D像逐層修復，先對頂層的所述分解圖像基于樣本塊修復方法進行修復，獲得修復好的頂層圖像修復結果；步驟三、對所述頂層圖像修復結果上采樣處理，再與次頂層分解圖像進行合并，并將合并結果中待填充區(qū)域內(nèi)的信息作為引導信息修復次頂層分解圖像，重復此過程，直到所有層的待填充區(qū)域修復完畢。

本發(fā)明的一種基于分層引導策略的樣本塊圖像修復方法還可以是：

若填充前沿上有一點p，在以p為中心的待填充塊中有兩個區(qū)域：已知信息區(qū)域和待填充區(qū)域，基于樣本塊的修復方法，利用中的信息，根據(jù)公式（1）計算在樣本資源Φ中搜索最佳樣本塊，

其中，表示圖像中的樣本區(qū)域，是與距離最小的樣本塊， 表示和之間的顏色分量和梯度分量的歐式距離；

再根據(jù)公式（2）計算和之間的顏色分量和梯度分量的歐式距離，

其中，I_P，I_q是相應的RGB向量，▽I_P，▽I_q表示圖像的梯度向量；

若頂層圖像G_K修復后經(jīng)過上采樣處理得到S_K-1，S_K-1與G_K-1合并得到A_K-1，這時A_K-1中的Ω中的信息已經(jīng)得到填充，采用引導策略的樣本塊修復圖像時，可以把中的信息作為引導信息，若待填充塊為，此時尋找最佳樣本塊 ，利用公式（3）計算最佳樣本塊，

其中，是已知信息，是引導信息；

再通過公式（4）利用樣本塊的顏色信息計算距離，

其中，I_P，I_q是相應的RGB向量。

本發(fā)明的一種基于分層引導策略的樣本塊圖像修復方法，包括對待修復的原始圖像進行高斯金字塔分解，獲取多層不同分辨率的分解圖像；按照從頂層至底層的順序?qū)λ龇纸鈭D像逐層修復，先對頂層的所述分解圖像基于樣本塊修復方法進行修復，獲得修復好的頂層圖像修復結果；對所述頂層圖像修復結果上采樣處理，再與次頂層分解圖像進行合并，并將合并結果中待填充區(qū)域內(nèi)的信息作為引導信息修復次頂層分解圖像，重復此過程，直到所有層的待填充區(qū)域修復完畢。本發(fā)明的一種基于分層引導策略的樣本塊圖像修復方法，其具有適用范圍廣，修復效果好和實用性強特點，能夠適用大面積破損的圖像修復，符合視覺效果。

附圖說明

圖1是本發(fā)明一種基于分層引導策略的樣本塊圖像修復方法的流程示意圖。

圖2是本發(fā)明一種基于分層引導策略的樣本塊圖像修復方法的圖像分解示意圖。

圖3是本發(fā)明一種基于分層引導策略的樣本塊圖像修復方法的待填充區(qū)域示意圖。

圖4是本發(fā)明一種基于分層引導策略的樣本塊圖像修復方法的修復后的示意圖。

具體實施方式

下面結合附圖的圖1至圖4對本發(fā)明的一種基于分層引導策略的樣本塊圖像修復方法作進一步詳細說明。

本發(fā)明的一種基于分層引導策略的樣本塊圖像修復方法，請參考圖1-4，包括：

步驟一、對待修復的原始圖像進行高斯金字塔分解，獲取多層不同分辨率的分解圖像。其中，高斯金字塔分解是圖像中多尺度表達的一種，本發(fā)明金字塔分解采取亞采樣，也就是說第K層高斯金字塔通過亞采樣就可以獲得K+1層高斯圖像，其截止頻率從上一層到下一層是以因子2逐漸增加，所以高斯金字塔可以跨越很大的頻率范圍，如圖1所示，圖1為待修復的原始圖像金字塔分解后的圖像。

步驟二、按照從頂層至底層的順序?qū)λ龇纸鈭D像逐層修復，先對頂層的所述分解圖像基于樣本塊修復方法進行修復，獲得修復好的頂層圖像修復結果?；跇颖緣K的修復方法對頂層圖像進行修復，金字塔分解圖像后，在所有圖像中頂層圖像的分辨率最低，破損區(qū)域的面積最小，所以先修復頂層圖像。由于基于樣本塊的技術可以同時修復紋理和結構，因此采用基于樣本塊的方法修復金字塔的頂層圖像，修復后的圖像可以保持紋理和結構的一致性，更符合視覺效果。

步驟三、對所述頂層圖像修復結果上采樣處理，再與次頂層分解圖像進行合并，并將合并結果中待填充區(qū)域內(nèi)的信息作為引導信息修復次頂層分解圖像，重復此過程，直到所有層的待填充區(qū)域修復完畢。金子塔分解圖像后，從底層到頂層，圖像的分辨率逐漸變低，破損區(qū)域的面積也相應變小，所以按從頂層到底層的順序逐層修復。頂層圖像修復后，修復結果可以引導下層圖像進一步修復，直到待修復圖像修復完成為止。

本發(fā)明的一種基于分層引導策略的樣本塊圖像修復方法，請參考圖1-4，在前面描述的技術方案的基礎上還可以是：若填充前沿上有一點p，在以p為中心的待填充塊中有兩個區(qū)域：已知信息區(qū)域和待填充區(qū)域，基于樣本塊的修復方法，利用中的信息，根據(jù)公式（1）計算在樣本資源Φ中搜索最佳樣本塊，

其中，表示圖像中的樣本區(qū)域，是與距離最小的樣本塊， 表示和之間的顏色分量和梯度分量的歐式距離；

再根據(jù)公式（2）計算和之間的顏色分量和梯度分量的歐式距離，

其中，I_P，I_q是相應的RGB向量，▽I_P，▽I_q表示圖像的梯度向量；

若頂層圖像G_K修復后經(jīng)過上采樣處理得到S_K-1，S_K-1與G_K-1合并得到A_K-1，這時A_K-1中的Ω中的信息已經(jīng)得到填充，采用引導策略的樣本塊修復圖像時，可以把中的信息作為引導信息，若待填充塊為，此時尋找最佳樣本塊 ，利用公式（3）計算最佳樣本塊，

其中，是已知信息，是引導信息；

再通過公式（4）利用樣本塊的顏色信息計算距離，

其中，I_P，I_q是相應的RGB向量。

利用公式（4）尋找最佳樣本塊時，可以利用中所有信息，但僅利用顏色信息就能夠很好地找到最佳樣本塊，還可以提高搜索速度，故公式（4）計算距離沒有利用樣本塊的梯度信息。

上述僅對本發(fā)明中的幾種具體實施例加以說明，但并不能作為本發(fā)明的保護范圍，凡是依據(jù)本發(fā)明中的設計精神所做出的等效變化或修飾或等比例放大或縮小等，均應認為落入本發(fā)明的保護范圍。