基于樣本塊修正的圖像修復算法與實現

殷娟娟

摘要：針對信息缺損的圖像，提出修正傳統像基于樣本塊的圖像修復方法。本文在Criminisi算法的基礎上，提出了滿足于不同結構區域信息自動修復需求的一種樣本塊大小的自適應選取方法，以彌補傳統基于樣本塊的修復算法中忽略圖像紋理結構而使用大小固定不變的樣本塊這一缺陷。并通過實驗進行驗證，結果表明基于樣本塊修正的圖像修復算法可以改善和提高了傳統修復方法實驗的結果和誤差。

關鍵詞：圖像修復;紋理結構;Criminisi算法

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2020）14-0044-03

數字圖像修復是將一幅有破損（或者腐蝕）的圖像，利用某種數字方法填充未知的破損區域的技術，其目的是將缺損圖像修復為完整圖像，且視覺無法察覺。該技術在舊照片修復、景物移除，文物繪畫、壁畫修復，影視作品等許多領域有廣泛的應用。

目前圖像修復算法主要分為三大類：一是基于偏微分方程的小區域破損圖像修復算法，二是基于紋理合成的大區域破損圖像修復算法，三是基于深度學習的圖像修復算法。這些算法的思想和實現步驟各不相同。對于樣本塊修復算法而言，Cri-minisi等人最先提出了以塊為單位的圖像修復技術，該算法主要是通過尋找圖像待修復區域和完好區域之間的最佳匹配來完成圖像的修復。該方法可以修復基于紋理合成的大區域破損圖像，但也存在很多問題，比如該算法中用已知樣本塊補全待修復區域時，樣本塊大小是固定的，如果樣本塊太大對于紋理結構復雜的圖像，就不會得到較好的修復，修復效果不佳;相應的如果樣本塊太小對于待修復區紋理結構單一的圖像，又會顯得耗時?！?br>