基于样本的数字图像修复技术研究

基于样本的数字图像修复技术研究
数字图像修复一般是利用计算机技术对图像所丢失的信息或者丢失信息的区域进行修复或者填充。

文章从图像修复的技术原理以及特征两个方面概述了它的含义，并论述了基于样本的数字图像修复技术应用的重要性，最后对基于样本的数字图像修复技术进行了深入的分析。

标签：样本；数字图像；图像修复技术
1 图像修复技术概述
1.1 技术原理
图像修复技术属于半自动图像智能处理技术，并且它是当前计算机图形学科技术中的一个研究热点。

图像修复在一定程度上，是利用计算机技术对图片当中出现的污点以及划痕等进行修复，使经过修复后的图片能够在一定程度上，不被人眼察觉的一种图像处理技术。

当下，现有的图像处理软件，在一般情况下均能对图片进行后期处理，例如，Photoshop、光影魔术手等图像修复软件。

1.2 特征
图像修复技术在当前计算机图像学科中已被广泛应用，这种修复技术对文物保护、广播电视后期特效，以及想要表现虚拟现实，具有十分重要的作用。

一般情况下，图像修复在一定程度上会受到很多因素的影响，使其局部信息出现损伤。

例如：在某种条件下，为了某种特殊要求而利用图像修复技术，将完整的图片或者图像中的信息移动到另外的地方，又如：某些图片或者图像在数字媒体技术下，进行获取、处理、压缩，在这个过程中由于信息丢失，最终导致图像所留下的信息出现缺损区域等。

由此可见，为了保证图像信息的完整性，这就需要图像修复技术在一定基础上为图像重新扫描、处理，从而使图像恢复完整性[1]。

2 基于样本的数字图像修复技术应用的重要性
首先，它是对静态图像的裂痕以及污点进行修复。

数字图像修复技术，在一定基础上对污点以及有损伤的图像进行清理，从而利用数字化技术对这些污点图像进行整合，最后呈现给人们一个视觉“完整”并且合理的图像。

当下在我国印刷行业，对于一些破损的老照片或者有划痕的照片均可以利用这种技术进行简单的修复。

其次，数字图像修复也是动态影像修复。

如今，我国计算机技术的发展越来越迅猛，因此图像修复技术，不仅能对一些静态的图片进行简单修复，而且这种技术在我国乃至全世界的影视行业也应用广泛。

例如：这种技术可以在一定基础上对制作好的影视进行修复。

最后，图像修复技术在其他的一些领域也被广泛使用，例如：摄影领域，在摄影中，人们可以利用这种技术对照片中的“红眼”现象进行处理，除此之外，在一定基础上我们还可以利用数字图像技术，生成自己所要的特殊艺术效果图像，总而言之，这种修复技术已经涉及到多个领域，并且在不同领域中的应用均得到了很好的发展[2]。

3 基于样本的数字图像修复技术
3.1 基于样本的快速图像修复算法
Criminisi提出了基于样本块的图像修复的快速算法，其算法具体步骤如下：
3.1.1 计算修复区的优先权
设输入图像已知区域H，待修补区域K，边界为N，如图1所示。

p为破损区域边缘上点，对于给定中心在p点的修复块Jp，优先权P（p）定义如下：P （p）=C（p）D（p）。

优先权P（p）的值综合反映了待修复块的置信度和结构强弱，由此来决定图像修复顺序。

其中置信度C（p）衡量p处信息可靠程度；数据项D（p）反映目标结构信息的强弱，分别定义如下：
3.1.2 搜索最佳的匹配块并填充
计算K上所有点的优先级，得到优先权最高的待修补块Jp，然后在已知区域中找与Jp最为相似的样本块Jq，即满足Jq=argm in（d（Jp，J′q）），其中d（Jp，J′q）表示Jp和Jq的相似度，定义为d（Jp，J’q）=，将其值拷贝到待修复块，从而完成一次修复。

3.1.3 更新置信度
当Jp中未知区域填充完后，更新Jp内像素点的置信度。

3.2 基于局部平均灰度的快速图像修复方法
一般情况下，在进行精确的SSD匹配之前，先用平均灰度值对其进行筛选并在一定基础上淘汰一部分灰度差异较大的匹配模块，这样一来便可以有效的提升图像修复和算法的效率。

如图2所示，考虑到待修复块只包含了部分的已知像素（图中白色背景部分），为使匹配更加精确，引入二级匹配项——局部平均灰度值（LAGV）。

设平均灰度值阈值为Tagv，局部平均灰度值阈值为Tlagv，其算法的主要步骤为：
3.2.1 提取用户选定的待修复区域Ω的边界SΩ
（1）预计算AGVq，LAGVq，？坌q∈Φ。

（2）将所有候选块q按照A VGq值从小到大排列成有序链表L。

3.2.2重复下述步骤直到结束：（t为迭代变量）
（1）if SΩ=？覫，exit。

（2）根据P（p）=C（p）·D（p）计算优先级P（p），p∈sΩ。

（3）找到优先级最大的待修复块Ψp。

（4）在背景区域中搜索最优匹配块Ψp，使用平均灰度值阈值Tagv筛选候选块；使用局部平均灰度值阈Tlagv筛选候选块。

4 结束语
总而言之，圖像已经成为人们获取信息的重要途径和重要方式，因此在近几年来，图像修复这一技术在各个媒体行业不仅广受欢迎，而且在一定程度上还受到更多数字媒体对其的关注，在日常生活中，图像信息的不完整是一种普遍现象，因此这就需要我们对受损的图片进行处理和填充。

例如，利用图像修复技术可以有效清除图像上的污点和划痕，因此对图像修复技术的研究与推广是当前研究人员以及推广人员首要的做的一件事情。

参考文献
[1]张晴.基于样本的数字图像修复技术研究[D].华东理工大学，2012.
[2]杨秀红.基于结构张量的数字图像修复技术研究[D].西安电子科技大学，2014.
[3]彭坤杨，董兰芳.一种基于图像平均灰度值的快速图像修复算法[J].中国图象图形学报，2010.。