基于重构样本区域的数字图像修复算法的研究

摘要：基于样本块的纹理合成修复算法（Criminisi 算法）在匹配样本块时，因为使用全局搜索策略而降低了有效匹配效率。针对这一问题，重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性， 对图像样本区域进行了重构，减少了样本块搜索范围，提高了图像修复效率。

关键词关键词：图像修复；纹理合成；Criminisi算法；样本块；搜索域

中图分类号：TP312文献标识码：A 文章编号：16727800（2014）002007103

0引言图像修复是根据已知信息推断缺损信息的过程。对数字图像进行修复，修复的内容是对数字化的图像作品进行处理，其中对图像作品的处理主要针对原图中损坏的部分，如划痕、污点等，将其从原图中擦除，然后对该区域进行修复，使得在与原图图像保持一致的前提下，具有较好的观赏效果。目前，国内外学者对图像修复技术的研究[1]主要集中在以下几个方面：基于样本块操作的方法、基于像素操作的方法和基于图像分解的方法[2]。相对于其它方法，基于样本块的图像修复算法是一种综合效果表现优良的图像修复方法，最常用的算法是基于样本块的纹理合成算法[3]（简称Criminisi算法），该算法主要包括4个步骤：①计算待修补块的优先权；②寻找最佳样本块；③搜索最优匹配像素块；④置信度更新。重复以上步骤，就完成了图像受损区域填充。其中搜索最优匹配像素块是对源区域中的样本块进行全局搜索，所有被填补的样本块都来源于图像本身，算法的性能较大程度上依赖于搜索策略。算法使用了全局搜索策略，这样虽然可以保证找到最优匹配块，但是却付出了巨大的时间代价，制约了算法在实时性修复中的应用。本文改进算法考虑到相邻像素块相似的特点，对图像样本区域进行了重构，减少了样本块搜索范围，从而减少了冗余度，提高了算法的修复效率。

实验结果表明，通过重构搜索域，本文算法能够较为准确地搜索目标像素，修复效果满足人眼视觉的连续性要求，修复时间比Criminisi算法提高了近3倍，有效提高了算法效率，对大信息量、高分辨率的彩色图像，该修复算法具有明显的优势。

3结语

本文在研究和分析传统的基于样本块纹理合成修复算法的基础上，针对传统算法在寻找最优匹配样本块时出现的匹配效率低的问题，提出了一种Criminisi改进算法。改进算法考虑到相邻像素块的相似性， 对图像样本区域进行了重构，缩小了寻找最优匹配样本块的搜索范围，提高了图像的修复效率。

参考文献：

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

[2]李一析，陈国良.基于样图的纹理合成技术研究[D].合肥：中国科学技术大学，2006.

[3]HENRI MAITRE .现代数字图像处理[M]. 孙洪，译.北京：电子工业出版社，2006 .

[4]CRIMINISI P P ， K TOYAMA.Region filling and object removal inpainting[J].IEEE Transactions on image processing，2004，13（9）：12001212.

[5]L LIANG，C LIU，Y XU，et al.Realtime texture synthesis by patchbased sampling[J].MicrosoftResearch. 2001（40）：230425.

[6]CHENG W H， HSIEH C W，LIN S K.Robust algorithm forexemplarbasedimageinpainting[C].//Conference on Computer Graphics，Imaging and Visualiza tion.CGIV，Beijing，China，2005.

[7]R BORNARD，E LECAN，L LABORELLI，et al.Missing data correction in still images and image sequences[M]. In ACM Multimedia， France， Dec 2002.

[8]MARCELO BERTALMIO，GUILLERMO SAPIRO.VICENT CASELLESETAL.Image inpainting[M].In Proceedings of ACM SIGGRA PH，2000：417424.