改进的基于样本块的图像修复算法

陈琼

摘 要：目前传统的基于样本块的图像修复算法容易产生错误的匹配纹理块，从而造成视觉的不连续性、结构性强的图像的修复效果差以及不同纹理区域间边界信息处理模糊。针对这些问题，提出了一种改进的基于样本块的图像修复算法。首先加入曲率因子改进优先权计算方法，然后建立目标优先级队列，最后提出了基于矩阵相似度的样本匹配策略。通过对几个关键目标块匹配策略的改变，解决了纹理边界处理误差大、图像过渡不平滑等问题。

关键词：图像修复 纹理合成 匹配策略 优先权 样本块

中图分类号：TP39 文献标识码：A 文章编号：1674-098X（2015）06（a）-0054-02

图像修复技术起源于欧洲文艺复兴时期，早期修复对象是艺术品，该技术使珍贵文物的保存和传承变得更加安全便捷。在当今社会这门技术的修复对象得到了很大的扩展，还包括对旧照片、老电影的修复，图像压缩及视频通信中错误的修复、影视特技制作等。该技术的主要途径是对图像上信息缺损区域进行填充，目的是使图像信息缺失的部分得到恢复，并达到让观察者无法辨别是否经过修复的效果。因为该技术所具备的广泛的应用价值，所以它已经成为当前计算机图形学和计算机视觉的一个研究热点。

1 基于样本块的图像修复算法

基于样本块的图像修复算法由Criminisi等人提出，因而这种算法通常可简称为Criminisi算法，它的关键是以待修补区域的填充优先顺序为基准，根据相应算法计算修补区域边界上所有目标块的优先级，按由高到低的顺序填充目标块并获得更新。如图1所示，给定一个图，待修补区域（即目标区域）用表示，代表的边界，己知的区域（也就是源区域）用表示，该区域为我们的修补区域提供了样本。

计算过程如下：

（1）首先计算边界上各点的优先级，目的是得出具有最高优先级的目标块。

复制图像信息后会出现新的填充前缘。如果边缘上的像素点为空，则表明受损区域的填充修补工作已告结束。如不为空，则需重复上述操作，直到新填充前缘上像素点为空。

2 改进部分的修复算法描述

从公式（1）中的计算可以看出，Criminisi算法引入了修复方法中基于结构的扩散方式来对修复块的优先级进行定义，这对图像结构信息有一定修复能力。但往往会出现结构信息与多种纹理信息并存的情况，导致数据项计算的准确度不够，导致计算优先级时出现偏差，而削弱在修复效果填充的时候对线性结构的判断及连接能力。

2.1 新的样本块优先权计算方法

2.2 新的样本块修补顺序选取策略

在执行前，先确定当前填充边缘的目标块的优先级，将这些目标块根据优先级由高到低的顺序压入处理队列。计算的过程中，要按照先后次序对以处理队列中的点为中心的像素数据块进行处理，如果队列为空，则表明已经处理完毕，此时，当重新确定填充前缘目标块优先级，否则，取出队首元素后判断以队首元素为中心的样本块是否有未知点，若有则继续执行，若无则跳过此点取下一个点执行直至算法结束。

2.3 新的最佳匹配块选择策略

采取基于矩阵欧氏距离和基于矩阵相似度两种方式相结合的策略进行搜索匹配。基于欧氏距离匹配策略是计算目标像素块中已知区域与匹配像素块中对应区域的欧氏距离。基于矩阵相似度匹配策略是将中与中的未知区域对应的区域填充到目标块的未知区域形成一个新的临时最优匹配块，然后计算与之间的矩阵相似度，并全局比较，若此最大，则是最佳匹配块，即为修补结果。

3 实验结果与分析

本算法以Visual C++6.0为平台，在微机（Intel Core（TM），CPU3.4GHZ，内存为4G的硬件配置）上实现。图2为待修复图像。如图2所示。

通过执行算法，可以得到图3所示的修复效果，图4为原图。

依据图像处理相关知识，可以从主观客观两方面做出评价。

主观方面：图像修补要达到自然的视觉效果。据此，一般由观察者根据所评价的图像来评判。

客观评价：目前，峰值信噪比PSNR在客观评价图像修复效果中应用时间最久、最为广泛，是一种有代表性的画质客观测量法。具体指图像灰度的峰值与噪声方差之比（单位：dB），值越高，说明传输量和量化误差越小，而图像质量越高。

4 结论

该文首先通过分析Criminisi算法在修补图像过程中的缺陷与不足，在借鉴与改进现有的改进模型的基础上，经过相应的数学理论支持及数学模型推理，在图像修复过程中引入了新的基于矩阵优先度进行匹配策略，提出了新的优先权计算方法、优先级队列、基于矩阵欧氏距离匹配策略和基于矩阵相似度匹配策略相结合的新的修补算法，经过实验以及相应的理论证明，通过对少数关键点的匹配策略的改变，修复效果得到了很大的提高。

参考文选

[1] 张红英.数字图像修复技术的研究与应用[D].成都：电子科技大学，2006.

[2] 杨秀红，王慧琴，李苏莉.基于自适应模板和置信度更新的图像修复算法[J].电子科技，2009，22（12）：69-72.

[3] 卢小宝，王维兰.基于样本块的破损唐卡图像修复算法的改进[J].计算机应用， 2010，30（4）：943-946.endprint