陳瓊

摘 要：目前傳統(tǒng)的基于樣本塊的圖像修復(fù)算法容易產(chǎn)生錯誤的匹配紋理塊，從而造成視覺的不連續(xù)性、結(jié)構(gòu)性強(qiáng)的圖像的修復(fù)效果差以及不同紋理區(qū)域間邊界信息處理模糊。針對這些問題，提出了一種改進(jìn)的基于樣本塊的圖像修復(fù)算法。首先加入曲率因子改進(jìn)優(yōu)先權(quán)計算方法，然后建立目標(biāo)優(yōu)先級隊列，最后提出了基于矩陣相似度的樣本匹配策略。通過對幾個關(guān)鍵目標(biāo)塊匹配策略的改變，解決了紋理邊界處理誤差大、圖像過渡不平滑等問題。

關(guān)鍵詞：圖像修復(fù) 紋理合成 匹配策略 優(yōu)先權(quán) 樣本塊

中圖分類號：TP39 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2015）06（a）-0054-02

圖像修復(fù)技術(shù)起源于歐洲文藝復(fù)興時期，早期修復(fù)對象是藝術(shù)品，該技術(shù)使珍貴文物的保存和傳承變得更加安全便捷。在當(dāng)今社會這門技術(shù)的修復(fù)對象得到了很大的擴(kuò)展，還包括對舊照片、老電影的修復(fù)，圖像壓縮及視頻通信中錯誤的修復(fù)、影視特技制作等。該技術(shù)的主要途徑是對圖像上信息缺損區(qū)域進(jìn)行填充，目的是使圖像信息缺失的部分得到恢復(fù)，并達(dá)到讓觀察者無法辨別是否經(jīng)過修復(fù)的效果。因?yàn)樵摷夹g(shù)所具備的廣泛的應(yīng)用價值，所以它已經(jīng)成為當(dāng)前計算機(jī)圖形學(xué)和計算機(jī)視覺的一個研究熱點(diǎn)。

1 基于樣本塊的圖像修復(fù)算法

基于樣本塊的圖像修復(fù)算法由Criminisi等人提出，因而這種算法通?？珊喎Q為Criminisi算法，它的關(guān)鍵是以待修補(bǔ)區(qū)域的填充優(yōu)先順序?yàn)榛鶞?zhǔn)，根據(jù)相應(yīng)算法計算修補(bǔ)區(qū)域邊界上所有目標(biāo)塊的優(yōu)先級，按由高到低的順序填充目標(biāo)塊并獲得更新。如圖1所示，給定一個圖，待修補(bǔ)區(qū)域（即目標(biāo)區(qū)域）用表示，代表的邊界，己知的區(qū)域（也就是源區(qū)域）用表示，該區(qū)域?yàn)槲覀兊男扪a(bǔ)區(qū)域提供了樣本。

計算過程如下：

（1）首先計算邊界上各點(diǎn)的優(yōu)先級，目的是得出具有最高優(yōu)先級的目標(biāo)塊。

復(fù)制圖像信息后會出現(xiàn)新的填充前緣。如果邊緣上的像素點(diǎn)為空，則表明受損區(qū)域的填充修補(bǔ)工作已告結(jié)束。如不為空，則需重復(fù)上述操作，直到新填充前緣上像素點(diǎn)為空。

2 改進(jìn)部分的修復(fù)算法描述

從公式（1）中的計算可以看出，Criminisi算法引入了修復(fù)方法中基于結(jié)構(gòu)的擴(kuò)散方式來對修復(fù)塊的優(yōu)先級進(jìn)行定義，這對圖像結(jié)構(gòu)信息有一定修復(fù)能力。但往往會出現(xiàn)結(jié)構(gòu)信息與多種紋理信息并存的情況，導(dǎo)致數(shù)據(jù)項計算的準(zhǔn)確度不夠，導(dǎo)致計算優(yōu)先級時出現(xiàn)偏差，而削弱在修復(fù)效果填充的時候?qū)€性結(jié)構(gòu)的判斷及連接能力。

2.1 新的樣本塊優(yōu)先權(quán)計算方法

2.2 新的樣本塊修補(bǔ)順序選取策略

在執(zhí)行前，先確定當(dāng)前填充邊緣的目標(biāo)塊的優(yōu)先級，將這些目標(biāo)塊根據(jù)優(yōu)先級由高到低的順序壓入處理隊列。計算的過程中，要按照先后次序?qū)σ蕴幚黻犃兄械狞c(diǎn)為中心的像素數(shù)據(jù)塊進(jìn)行處理，如果隊列為空，則表明已經(jīng)處理完畢，此時，當(dāng)重新確定填充前緣目標(biāo)塊優(yōu)先級，否則，取出隊首元素后判斷以隊首元素為中心的樣本塊是否有未知點(diǎn)，若有則繼續(xù)執(zhí)行，若無則跳過此點(diǎn)取下一個點(diǎn)執(zhí)行直至算法結(jié)束。

2.3 新的最佳匹配塊選擇策略

采取基于矩陣歐氏距離和基于矩陣相似度兩種方式相結(jié)合的策略進(jìn)行搜索匹配?；跉W氏距離匹配策略是計算目標(biāo)像素塊中已知區(qū)域與匹配像素塊中對應(yīng)區(qū)域的歐氏距離?；诰仃囅嗨贫绕ヅ洳呗允菍⒅信c中的未知區(qū)域?qū)?yīng)的區(qū)域填充到目標(biāo)塊的未知區(qū)域形成一個新的臨時最優(yōu)匹配塊，然后計算與之間的矩陣相似度，并全局比較，若此最大，則是最佳匹配塊，即為修補(bǔ)結(jié)果。

3 實(shí)驗(yàn)結(jié)果與分析

本算法以Visual C++6.0為平臺，在微機(jī)（Intel Core（TM），CPU3.4GHZ，內(nèi)存為4G的硬件配置）上實(shí)現(xiàn)。圖2為待修復(fù)圖像。如圖2所示。

通過執(zhí)行算法，可以得到圖3所示的修復(fù)效果，圖4為原圖。

依據(jù)圖像處理相關(guān)知識，可以從主觀客觀兩方面做出評價。

主觀方面：圖像修補(bǔ)要達(dá)到自然的視覺效果。據(jù)此，一般由觀察者根據(jù)所評價的圖像來評判。

客觀評價：目前，峰值信噪比PSNR在客觀評價圖像修復(fù)效果中應(yīng)用時間最久、最為廣泛，是一種有代表性的畫質(zhì)客觀測量法。具體指圖像灰度的峰值與噪聲方差之比（單位：dB），值越高，說明傳輸量和量化誤差越小，而圖像質(zhì)量越高。

4 結(jié)論

該文首先通過分析Criminisi算法在修補(bǔ)圖像過程中的缺陷與不足，在借鑒與改進(jìn)現(xiàn)有的改進(jìn)模型的基礎(chǔ)上，經(jīng)過相應(yīng)的數(shù)學(xué)理論支持及數(shù)學(xué)模型推理，在圖像修復(fù)過程中引入了新的基于矩陣優(yōu)先度進(jìn)行匹配策略，提出了新的優(yōu)先權(quán)計算方法、優(yōu)先級隊列、基于矩陣歐氏距離匹配策略和基于矩陣相似度匹配策略相結(jié)合的新的修補(bǔ)算法，經(jīng)過實(shí)驗(yàn)以及相應(yīng)的理論證明，通過對少數(shù)關(guān)鍵點(diǎn)的匹配策略的改變，修復(fù)效果得到了很大的提高。

參考文選

[1] 張紅英.數(shù)字圖像修復(fù)技術(shù)的研究與應(yīng)用[D].成都：電子科技大學(xué)，2006.

[2] 楊秀紅，王慧琴，李蘇莉.基于自適應(yīng)模板和置信度更新的圖像修復(fù)算法[J].電子科技，2009，22（12）：69-72.

[3] 盧小寶，王維蘭.基于樣本塊的破損唐卡圖像修復(fù)算法的改進(jìn)[J].計算機(jī)應(yīng)用， 2010，30（4）：943-946.endprint