【摘要】 本发明涉及一种图像修复方法，本发明首先将目标图像进行方向经验模型分解，并允许根据已有信息绘制给定待修复区域内已破坏的边结构信息，利用方向经验模型分解得到的频率特征值计算相似度先行完成整个受损区域内的边结构修复，然后再根据待修复区域边界上像素点的梯度特征结合置信度计算剩余填充区域的优先级，并再次利用分解得到的频率特征值计算相似度完成对应区域的修复。本发明的方法不仅能够修复较大尺度缺损区域中的结构和纹理信息，还能够修复具有一定遮挡关系的图像。修复过程鲁棒性高，有效地防止了错误信息的连续扩展。 ： 【专利类型】发明授权 【申请人】南京大学 【申请人类型】学校 【申请人地址】210093 江苏省南京市汉口路22号南京大学蒙民伟楼603 【申请人地区】中国 【申请人城市】南京市 【申请人区县】鼓楼区 【申请号】CN201010102109.8 【申请日】2010-01-28 【申请年份】2010 【公开公告号】CN101777178B 【公开公告日】2011-08-31 【公开公告年份】2011 【授权公告号】CN101777178B 【授权公告日】2011-08-31 【授权公告年份】2011.0 【IPC分类号】G06T5/00; G06T5/20 【发明人】张岩; 孙正兴; 陈俞蕾; 杨克微; 周杰 【主权项内容】一种图像修复方法，其特征在于，包括以下步骤：步骤一，对于给定的图像f(x，y)，选择待修复区域Ω，其中x，y表示像素点的坐标值；步骤二，利用方向经验模型对给定的图像f(x，y)进行分解，得到三级以上图像；步骤三，根据已有信息修复每级分解所得图像的待修复区域中已破坏的边缘结构；步骤四，自动修复各级图像，以每级分解图像的边界上优先级最高的目标样本块作为一次迭代填充单位，重复以下步骤，直到填满各级图像被修复区域内的所有像素；最后将所修复的各级图像进行合并，得到最终修复结果：步骤(1)，利用梯度值、置信度计算各级图像边界区域的优先级，步骤(2)，根据优先级、相似度和相关性策略确定本次各级图像填充的目标样本块，完成对应区域的修复，步骤(3)，更新本次迭代处理后的各级图像边界区域像素的置信度；其中，梯度值其中，N表示像素q的邻域面积，大小与待修复的目标样本块Ψt和源样本块为Ψs的大小相同，表示N中所含像素个数，Gx，Gy表示一幅图像在水平方向和垂直方向的梯度；置信度其中，I为原图像，Ω为待修复区域，当像素q∈Ω，q点处的置信度D(q)初始化为0，否则初始化为1；对于给定中心位置在qc处的目标样本块Ψt，待修复区域Ω的边界为其优先级P(qc)＝C(qc)·G(qc)，其中，|Ψt|表示待修复的目标样本块Ψt中所含像素个数，G(qc)为梯度值。FSB00000520803200011.tif, FSB00000520803200012.tif, FSB00000520803200013.tif, FSB00000520803200014.tif, FSB00000520803200015.tif, FSB00000520803200016.tif。 【当前权利人】南京大学 【当前专利权人地址】江苏省南京市汉口路22号南京大学蒙民伟楼603 【统一社会信用代码】12100000466007458M 【引证次数】1.0 【被引证次数】2 【他引次数】1.0 【被他引次数】2.0 【家族引证次数】1.0 【家族被引证次数】37

未经允许不得转载：http://www.zhongzhencnc.com/1785762452.html