关于纹理合成图像修复的改进算法.pdfVIP

2007 江苏省自动化学会学术年会论文集 基于纹理合成图像修复的改进算法 李孟江 袁晓辉 （东南大学自动化学院，南京 210096） 摘 要: 图像修复是数字图像处理的重要内容，可用于被损坏的图像和视频修复、视频文字 去除以及视频错误隐藏等。本文在纹理合成算法的基础上进行了改进，引入优先权机制来决 定边界像素的修复次序，既保持了纹理细节，又突出了边缘特征，达到了很好的修复效果。 关 键 词：图像修复；纹理合成；优先权 0. 引 言 图像修复(Inpainting)技术是一项古老的艺术，它最早出现于欧洲文艺复兴时期。为了 恢复美术作品丢失或损坏的部分，同时保持作品的整体效果，人们开始对美术作品进行修复， 主要是填补作品上所出现的裂痕或沟，称之 Retouching(润饰)或 Inpainting(修复)。 图像修复技术是针对图像中遗失或者损坏的部分，利用未被损坏的图像信息，按照一定 的规则填补，使修复后的图像接近或达到原图的视觉效果。从数学的角度来看，图像修复是 一个病态问题，因为没有足够的信息可以保证能唯一正确的恢复被损坏部分。因此，人们从 视觉心理学的角度进行分析，提出了各种假设来解决这个问题。 M.Nitzberg[1] 借助于图像分割提出一种去遮挡算法，其基本思想是利用最小曲率和相同 灰度值的曲线连接 T 型接头。该方法只适合比较简单的图像，而不适合复杂的自然图像。 Masnon 和Morel[2] 扩展 M.Nitzberg 的思想，提出一种变分算法，它采用测地曲线连接断开 于待修复区域边界的等照度线来达到图像修补的目的，但存在要求修复区域邻域的拓扑关系 简单、直线连接、保角性差等缺点 。Berlalmio[3] 等人首次采用偏微分方程(Partial Differential Equation,PDE)，通过将待修复区域外围信息沿着等照度线方向进行扩散来填 补，能够处理不同结构和背景的区域，并且自动化程度较高。在偏微分方程基础上，Chan 和Shen[4] 提出 TV(Total Variational，整体变分)模型，采用欧拉-拉格朗日方程和各向异 性扩散来 保持等照 度线的方 向。针对 TV 模型的 不足，Chan 和 Shen[5] 又提 出 CDD(Curvature-Driven Diffusion)模型，使之能够处理更大的区域。Oliveira[6] 提出一种非 常简单的方法，反复通过 3*3 卷积运算将已知信息不断向待修复区域内部进行扩散，达到修 复目的。 以上各种图像修复方法取得了一定效果，但仍然存在一些缺陷，不令人满意。基于 PDE 的方法，需要反复迭代，速度非常慢，并且这些方法一般只修复较小的区域，无法处理大的 区域。另外这些方法不能很好的保持修复区域的纹理细节，修复后的图像通常具有模糊效应。 Oliveira 的卷积方法简单，对于平滑的区域具有较好的效果，但无法保持等照度线方向， 也容易出现模糊现象。 图像修复的难点在于：自然图像非常复杂，既包含结构信息，又包含纹理细节。所以在 修复过程中既要保持纹理细节，又要突出结构(主要指边缘)特征。所以本文在纹理合成算法 的基础上，通过优先权机制来决定边界像素的修复次序，充分顾及到图像的边缘结构信息， 不仅避免了反复迭代，缩短了运算时间，提高了效率，而且保证了纹理清晰、边缘突出。 1. 纹理合成算法 纹理合成 （texture synthesis），简单说来就是根据一个纹理样图，生成新的具有相同 效果的纹理，可以用来恢复自然图像中的纹理区域。基于纹理合成的图像修复主要分 [8] ： 三步 79 2007 江苏省自动化学会学术年会论文集 1）确定当前需要修复区域的位置；2)根据当前位置的邻域特征，从样图或自身图像中寻找