改進(jìn)匹配塊的Criminisi修復(fù)算法

曹齊 湯汶 朱耀麟

摘要：圖像修復(fù)技術(shù)在圖像處理中有著非常重要的作用，它在圖像拼接，圖像編輯和目標(biāo)移除等方面有著廣泛的應(yīng)用。針對(duì)原始Criminisi算法中圖像修復(fù)之后出現(xiàn)圖像修復(fù)效果不佳的問題提出了一種改進(jìn)的Criminisi算法。改進(jìn)算法針對(duì)原始Criminisi算法中修復(fù)塊大小固定，提出一種利用峰值信噪比來尋找最佳修復(fù)塊。通過大量實(shí)驗(yàn)驗(yàn)證，改進(jìn)的算法能夠有效解決圖像修復(fù)中的連續(xù)性問題，提高修復(fù)的質(zhì)量與效率。

關(guān)鍵詞： 圖像修復(fù); Criminisi算法; 目標(biāo)移除; 最佳修復(fù)塊; 峰值信噪比

中圖分類號(hào)：TP391? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? 文章編號(hào)：1009-3044（2019）02-0160-03

An Improved Criminisi Repair Algorithm for Matched Blocks

CAO Qi1， TANG Wen1，2， ZHU Yao-lin1

（1. Xi'an Polytechnic University ， Xi'an 710600， China;? 2. Bournemouth University， UK）

Abstract：Image restoration technology plays a very important role in image processing. It has a wide range of applications in image mosaic， image editing and object removal. An improved Criminisi algorithm is proposed to solve the problem of poor image restoration effect after image restoration in the original Criminisi algorithm. Aiming at the fixed size of the repair block in the original Criminisi algorithm， the improved algorithm proposes a peak signal-to-noise ratio （PSNR） to find the best repair block. Experiments show that the improved algorithm can effectively solve the continuity problem in image restoration and improve the quality and efficiency of image restoration.

Key words：image restoration; criminisi algorithm; object removal; best repair block; peak signal-to-noise ratio

圖像修復(fù)[1]是基于圖像中完整信息還原圖像中缺失部分。圖像修復(fù)的方法可分為兩類：基于結(jié)構(gòu)的圖像修復(fù)技術(shù)和是基于樣本塊匹配的紋理合成技術(shù)。

基于結(jié)構(gòu)的圖像修復(fù)技術(shù)是利用偏微分方程（partial differential equation，PDE）[2]核心思想是利用待修復(fù)區(qū)域的邊緣信息來確定擴(kuò)散信息和方向，從區(qū)域邊界各向異性的向邊界內(nèi)擴(kuò)散。Bertalmio等[3]提出將圖像用作具有不同基本特征的兩個(gè)函數(shù)的組合，提出了具有相應(yīng)值填充算法的重構(gòu)函數(shù)。Shen等[4]提出了總體變差（TV）模型和曲率推動(dòng)擴(kuò)散模型（CDD）?；诮Y(jié)構(gòu)的圖像修復(fù)技術(shù)用于修復(fù)破損區(qū)域較小的圖像。

基于樣本塊的紋理合成技術(shù)在2004年由Criminisi等[5]提出，是一種修復(fù)大區(qū)域破損圖像的經(jīng)典算法。針對(duì)Criminisi算法中優(yōu)先權(quán)的計(jì)算方式不合理問題，池悅[6]等在置信度中引入指數(shù)，李愛菊[7]等在優(yōu)先權(quán)公式中增重了數(shù)據(jù)項(xiàng)的占比，張申華[8]等在數(shù)據(jù)項(xiàng)中加入曲率和梯度來改進(jìn)優(yōu)先權(quán)的計(jì)算方式。Criminisi算法中修復(fù)塊的大小是固定的，汪方正等[9]根據(jù)圖像區(qū)域紋理結(jié)構(gòu)信息自適應(yīng)改變模板塊的尺寸。Criminisi算法中搜索方式是全局搜索會(huì)占用較長(zhǎng)時(shí)間，李尊等[10]采用蝙蝠算法進(jìn)行最佳模塊搜索。Criminisi算法中待修復(fù)區(qū)域由人為主觀確定，李尊等[11]用腐蝕和膨脹算子對(duì)待修復(fù)區(qū)域邊緣進(jìn)行處理，減少錯(cuò)誤信息的累積。劉奎等[12]將結(jié)構(gòu)張量應(yīng)用于圖像修復(fù)中，增強(qiáng)圖像的結(jié)構(gòu)信息。

Criminisi算法是基于樣本的紋理合成技術(shù)，原始算法中修復(fù)塊是固定的。因此，本文在經(jīng)典Criminisi算法的基礎(chǔ)上根據(jù)峰值信噪比確定最佳修復(fù)塊，獲得最佳的修復(fù)效果。實(shí)驗(yàn)結(jié)果表明，本文改進(jìn)算法可提高圖像的修復(fù)質(zhì)量。

1 Criminisi算法介紹

圖1是Criminisi算法的原理圖，其中[I]是待修復(fù)的破損圖像，[Ω]是破損區(qū)域，[Φ]是樣本區(qū)域，[?Ω]表示破損區(qū)域和樣本區(qū)域的邊緣，藍(lán)色方塊中黑點(diǎn)[P]是待修復(fù)塊的中心點(diǎn)，[φp]是以[P]為中心點(diǎn)大小是[9*9]的待修復(fù)塊，[np]為[P]法線方向，[?I⊥p]為[P]等照度線方向。

Criminisi算法的核心思想是：計(jì)算修復(fù)塊的優(yōu)先權(quán)，根據(jù)優(yōu)先權(quán)決定修復(fù)區(qū)域，根據(jù)SSD準(zhǔn)則尋找最佳匹配塊并進(jìn)行填充，最后更新置信度，直至待修復(fù)區(qū)域修復(fù)完成。Criminisi算法有以下三個(gè)步驟：

1.1 優(yōu)先權(quán)計(jì)算

修復(fù)塊的優(yōu)先權(quán)計(jì)算公式如下：