基于樣本的數(shù)字圖像修復(fù)技術(shù)研究

扎西頓珠 仁青諾布

摘 要：數(shù)字圖像修復(fù)一般是利用計算機技術(shù)對圖像所丟失的信息或者丟失信息的區(qū)域進行修復(fù)或者填充。文章從圖像修復(fù)的技術(shù)原理以及特征兩個方面概述了它的含義，并論述了基于樣本的數(shù)字圖像修復(fù)技術(shù)應(yīng)用的重要性，最后對基于樣本的數(shù)字圖像修復(fù)技術(shù)進行了深入的分析。

關(guān)鍵詞：樣本；數(shù)字圖像；圖像修復(fù)技術(shù)

1 圖像修復(fù)技術(shù)概述

1.1 技術(shù)原理

圖像修復(fù)技術(shù)屬于半自動圖像智能處理技術(shù)，并且它是當(dāng)前計算機圖形學(xué)科技術(shù)中的一個研究熱點。圖像修復(fù)在一定程度上，是利用計算機技術(shù)對圖片當(dāng)中出現(xiàn)的污點以及劃痕等進行修復(fù)，使經(jīng)過修復(fù)后的圖片能夠在一定程度上，不被人眼察覺的一種圖像處理技術(shù)。當(dāng)下，現(xiàn)有的圖像處理軟件，在一般情況下均能對圖片進行后期處理，例如，Photoshop、光影魔術(shù)手等圖像修復(fù)軟件。

1.2 特征

圖像修復(fù)技術(shù)在當(dāng)前計算機圖像學(xué)科中已被廣泛應(yīng)用，這種修復(fù)技術(shù)對文物保護、廣播電視后期特效，以及想要表現(xiàn)虛擬現(xiàn)實，具有十分重要的作用。一般情況下，圖像修復(fù)在一定程度上會受到很多因素的影響，使其局部信息出現(xiàn)損傷。例如：在某種條件下，為了某種特殊要求而利用圖像修復(fù)技術(shù)，將完整的圖片或者圖像中的信息移動到另外的地方，又如：某些圖片或者圖像在數(shù)字媒體技術(shù)下，進行獲取、處理、壓縮，在這個過程中由于信息丟失，最終導(dǎo)致圖像所留下的信息出現(xiàn)缺損區(qū)域等。由此可見，為了保證圖像信息的完整性，這就需要圖像修復(fù)技術(shù)在一定基礎(chǔ)上為圖像重新掃描、處理，從而使圖像恢復(fù)完整性[1]。

2 基于樣本的數(shù)字圖像修復(fù)技術(shù)應(yīng)用的重要性

首先，它是對靜態(tài)圖像的裂痕以及污點進行修復(fù)。數(shù)字圖像修復(fù)技術(shù)，在一定基礎(chǔ)上對污點以及有損傷的圖像進行清理，從而利用數(shù)字化技術(shù)對這些污點圖像進行整合，最后呈現(xiàn)給人們一個視覺“完整”并且合理的圖像。當(dāng)下在我國印刷行業(yè)，對于一些破損的老照片或者有劃痕的照片均可以利用這種技術(shù)進行簡單的修復(fù)。

其次，數(shù)字圖像修復(fù)也是動態(tài)影像修復(fù)。如今，我國計算機技術(shù)的發(fā)展越來越迅猛，因此圖像修復(fù)技術(shù)，不僅能對一些靜態(tài)的圖片進行簡單修復(fù)，而且這種技術(shù)在我國乃至全世界的影視行業(yè)也應(yīng)用廣泛。例如：這種技術(shù)可以在一定基礎(chǔ)上對制作好的影視進行修復(fù)。

最后，圖像修復(fù)技術(shù)在其他的一些領(lǐng)域也被廣泛使用，例如：攝影領(lǐng)域，在攝影中，人們可以利用這種技術(shù)對照片中的“紅眼”現(xiàn)象進行處理，除此之外，在一定基礎(chǔ)上我們還可以利用數(shù)字圖像技術(shù)，生成自己所要的特殊藝術(shù)效果圖像，總而言之，這種修復(fù)技術(shù)已經(jīng)涉及到多個領(lǐng)域，并且在不同領(lǐng)域中的應(yīng)用均得到了很好的發(fā)展[2]。

3 基于樣本的數(shù)字圖像修復(fù)技術(shù)

3.1 基于樣本的快速圖像修復(fù)算法

Criminisi提出了基于樣本塊的圖像修復(fù)的快速算法，其算法具體步驟如下：

3.1.1 計算修復(fù)區(qū)的優(yōu)先權(quán)

設(shè)輸入圖像已知區(qū)域H，待修補區(qū)域K，邊界為N，如圖1所示。p為破損區(qū)域邊緣上點，對于給定中心在p點的修復(fù)塊Jp，優(yōu)先權(quán)P（p）定義如下：P（p）=C（p）D（p）。優(yōu)先權(quán)P（p）的值綜合反映了待修復(fù)塊的置信度和結(jié)構(gòu)強弱，由此來決定圖像修復(fù)順序。其中置信度C（p）衡量p處信息可靠程度；數(shù)據(jù)項D（p）反映目標(biāo)結(jié)構(gòu)信息的強弱，分別定義如下：

3.1.2 搜索最佳的匹配塊并填充

計算K上所有點的優(yōu)先級，得到優(yōu)先權(quán)最高的待修補塊Jp，然后在已知區(qū)域中找與Jp最為相似的樣本塊Jq，即滿足Jq=argm in（d（Jp，J′q）），其中d（Jp，J′q）表示Jp和Jq的相似度，定義為d（Jp，J'q）=，將其值拷貝到待修復(fù)塊，從而完成一次修復(fù)。

3.1.3 更新置信度

當(dāng)Jp中未知區(qū)域填充完后，更新Jp內(nèi)像素點的置信度。

3.2 基于局部平均灰度的快速圖像修復(fù)方法

一般情況下，在進行精確的SSD匹配之前，先用平均灰度值對其進行篩選并在一定基礎(chǔ)上淘汰一部分灰度差異較大的匹配模塊，這樣一來便可以有效的提升圖像修復(fù)和算法的效率。如圖2所示，考慮到待修復(fù)塊只包含了部分的已知像素（圖中白色背景部分），為使匹配更加精確，引入二級匹配項——局部平均灰度值（LAGV）。

設(shè)平均灰度值閾值為Tagv，局部平均灰度值閾值為Tlagv，其算法的主要步驟為：

3.2.1 提取用戶選定的待修復(fù)區(qū)域Ω的邊界SΩ

（1）預(yù)計算AGVq，LAGVq，？坌q∈Φ。

（2）將所有候選塊q按照AVGq值從小到大排列成有序鏈表L。

3.2.2重復(fù)下述步驟直到結(jié)束：（t為迭代變量）

（1）if SΩ=？覫，exit。

（2）根據(jù)P（p）=C（p）·D（p）計算優(yōu)先級P（p），p∈sΩ。

（3）找到優(yōu)先級最大的待修復(fù)塊Ψp。

（4）在背景區(qū)域中搜索最優(yōu)匹配塊Ψp，使用平均灰度值閾值Tagv篩選候選塊；使用局部平均灰度值閾Tlagv篩選候選塊。

4 結(jié)束語

總而言之，圖像已經(jīng)成為人們獲取信息的重要途徑和重要方式，因此在近幾年來，圖像修復(fù)這一技術(shù)在各個媒體行業(yè)不僅廣受歡迎，而且在一定程度上還受到更多數(shù)字媒體對其的關(guān)注，在日常生活中，圖像信息的不完整是一種普遍現(xiàn)象，因此這就需要我們對受損的圖片進行處理和填充。例如，利用圖像修復(fù)技術(shù)可以有效清除圖像上的污點和劃痕，因此對圖像修復(fù)技術(shù)的研究與推廣是當(dāng)前研究人員以及推廣人員首要的做的一件事情。

參考文獻

[1]張晴.基于樣本的數(shù)字圖像修復(fù)技術(shù)研究[D].華東理工大學(xué)，2012.

[2]楊秀紅.基于結(jié)構(gòu)張量的數(shù)字圖像修復(fù)技術(shù)研究[D].西安電子科技大學(xué)，2014.

[3]彭坤楊，董蘭芳.一種基于圖像平均灰度值的快速圖像修復(fù)算法[J].中國圖象圖形學(xué)報，2010.