CN110136080A - 图像修复方法及装置 - Google Patents
图像修复方法及装置 Download PDFInfo
- Publication number
- CN110136080A CN110136080A CN201910391526.XA CN201910391526A CN110136080A CN 110136080 A CN110136080 A CN 110136080A CN 201910391526 A CN201910391526 A CN 201910391526A CN 110136080 A CN110136080 A CN 110136080A
- Authority
- CN
- China
- Prior art keywords
- image
- repaired
- region
- filled
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000008439 repair process Effects 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000003709 image segmentation Methods 0.000 claims abstract description 51
- 230000004927 fusion Effects 0.000 claims abstract description 32
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000003628 erosive effect Effects 0.000 claims abstract description 12
- 238000003860 storage Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000000737 periodic effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 15
- 230000000694 effects Effects 0.000 abstract description 14
- 230000010354 integration Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 230000002093 peripheral effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G06T5/77—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本发明提出了一种图像修复方法及装置,其中该方法包括:获取待修复图像,并根据基于局部互相关度的图像分割算法对待修复图像进行图像分割以获得多个图像区域;计算待修复区域与每个周边图像区域接壤的边长,并将边长最大的图像区域作为候选区域;对候选区域进行图像腐蚀处理以获得候选区域的中心点,并将以中心点为中心的周边区域作为待填充素材;通过图像扩边算法扩充可用素材的面积;采用图像融合算法将待填充素材填入待修复区域,以进行风格融合;由此,本发明能够通过图像分割与融合技术来实现图像的修复处理,使得图像修复的适用场景广,并且图像修复迹象不明显,从而大大提高了图像修复的效果。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种图像修复方法、一种图像修复装置、以及一种计算机可读存储介质和计算机设备。
背景技术
图片可以记录生活的点滴,但是由于拍摄条件和技巧的影响,拍摄的图片往往还需要对其进行处理,例如抹除背景上多余的摆件或装饰等内容,而在抹除完不想要的内容之后,还需要对该图像进行修复,即在被抹除的区域上填充新的内容信息,使得填充的新信息能与其周围的背景信息自然衔接。
目前常用的图像修复方法通常是采用WebInpaint或者PhotoShop的智能填充功能进行处理,直接将待填充区域周边的内容信息直接覆盖到待填充区域上。但是,采用就近挪动周围信息进行填充的方式容易导致信息重复度高,使得图像修复的迹象明显,同时对于填充区域周边内容信息比较多样化的复杂场景适应能力低,往往达不到比较理想的图像修复效果。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种图像修复方法,采用图像分割和图像融合技术,使得图像修复可以更好的适应复杂场景,同时避免了因衔接及过渡带来的不自然感,从而大大提高了图像修复的效果。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种图像修复装置。
为达到上述目的,本发明第一方面实施例提出了一种图像修复方法,该方法包括以下步骤:获取待修复图像,并根据基于互相关度的图像分割算法对所述待修复图像进行图像分割以获得多个图像区域;计算待修复区域与所述待修复区域周边每个图像区域接壤的边长,并将所述边长最大的图像区域作为候选区域;对所述候选区域进行图像腐蚀处理以获得所述候选区域的中心点,并将以所述中心点为中心的周边区域作为待填充素材;采用图像融合算法将所述待填充素材填入所述待修复区域,以进行风格融合。
根据本发明实施例的图像修复方法,首先根据基于互相关度的图像分割算法对待修复图像进行图像分割以获得多个图像区域,然后计算待修复区域与待修复区域周边每个图像区域接壤的边长,并将边长最大的图像区域作为候选区域,接着对候选区域进行图像腐蚀处理以获得候选区域的中心点,并将以中心点为中心的周边区域作为待填充素材,最后采用图像融合算法将待填充素材填入待修复区域,以进行风格融合,由此,本发明通过图像分割技术和图像融合技术,在待修复图像中寻找和待修复区域内容相似的背景信息,再将其融合到待修复区域,解决了传统图像修复过程中存在的信息重复度高、图像修复迹象明显和复杂场景适应能力低的问题,使得被修复图像更加自然和真实,从而大大提高了图像修复的效果,并且图像修复的适用场景广。
另外,根据本发明上述实施例提出的图像修复方法还可以具有如下附加的技术特征:
可选地,根据基于互相关度的图像分割算法对所述待修复图像进行图像分割以获得多个图像区域,包括:将所述待修复图像分割成N个图像块,其中,N为大于1的整数;计算相邻图像块的互相关度,并判断所述相邻图像块的互相关度是否大于预设阈值;如果是,则将所述相邻图像块认定为同一图像区域。
可选地,所述相邻图像块的互相关度根据以下公式计算:
(f*g)(x)=∫f(x)g(x+t)dt
其中,(f*g)(x)为互相关度,f(x)和g(x+t)为相邻图像块上的固定间隔为长度t的两个不同位置像素的颜色值。
可选地,在将所述待填充素材与所述待修复区域进行融合之前,还包括:判断所述待填充素材是否可以覆盖所述待修复区域;如果否,则对所述待填充素材进行两维平面的周期性复制以扩展所述待填充素材的区域。
可选地,对所述待填充素材进行两维平面的周期性复制以扩展所述待填充素材的区域,包括:对所述待填充素材当前区域内的第一空域信息进行离散余弦变换,以将所述第一空域信息转化为第一频域信息;将带有所述第一频域信息的当前区域进行拉伸;对拉伸后的区域内的第一频域信息进行离散余弦反变换,以将所述第一频域信息转换第二空域信息,并将带有所述第二空域信息的拉伸后的区域作为扩展后的待填充素材的区域。
可选地,根据以下公式进行风格融合:
α*A+(1-α)*B=C
其中α的取值范围为0到1之间的浮点数,位置上越靠近待修复区域的像素α的取值越大,反之,越远离待修复区域的像素α的取值越小;A代表待填充素材像素的颜色值;B代表待修复图像上待填充区域周边像素的颜色值;C代表经过公式运算后得到的一个新的待修复图像上待填充区域周边像素的颜色值。
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储有图像修复程序,该图像修复程序被处理器执行时实现如上述的图像修复方法。
根据本发明实施例的计算机可读存储介质,通过存储图像修复程序,这样图像修复程序被处理器执行时实现如上述的图像修复方法,从而大大提高了图像修复的效果,并且图像修复的适用场景广。
为达到上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如上述的图像修复方法。
根据本发明实施例的计算机设备,通过存储器存储图像修复程序,这样图像修复程序被处理器执行时实现如上述的图像修复方法,从而大大提高了图像修复的效果,并且图像修复的适用场景广。
为达到上述目的,本发明第四方面实施例提出了一种图像修复装置,包括:获取模块,用于获取待修复图像;图像分割模块,用于根据基于互相关度的图像分割算法对所述待修复图像进行图像分割以获得多个图像区域;计算模块,用于计算待修复区域与每个图像区域接壤的边长,并将所述边长最大的图像区域作为候选区域;图像处理模块,用于对所述候选区域进行图像腐蚀处理以获得所述候选区域的中心点,并将以所述中心点为中心的周边区域作为待填充素材;图像融合模块,用于采用图像融合算法将所述待填充素材填入所述待修复区域,以进行风格融合。
根据本发明实施例提供的图像修复装置,通过获取模块获取待修复图像,并采用图像分割模块根据基于互相关度的图像分割算法对待修复图像进行图像分割以获得多个图像区域,然后利用计算模块计算待修复区域与每个图像区域接壤的边长,并将边长最大的图像区域作为候选区域,再通过图像处理模块对候选区域进行图像腐蚀处理以获得候选区域的中心点,并将以中心点为中心的周边区域作为待填充素材,并通过图像融合模块采用图像融合算法将待填充素材填入待修复区域,以进行风格融合。由此,本发明通过图像分割技术和图像融合技术,在待修复图像中寻找和待修复区域内容相似的背景信息,再将其融合到待修复区域,解决了传统图像修复过程中存在的信息重复度高、图像修复迹象明显和复杂场景适应能力低的问题,使得被修复图像更加自然和真实,从而大大提高了图像修复的效果,并且图像修复的适用场景广。
另外,根据本发明上述实施例提出的图像修复装置还可以具有如下附加的技术特征:
可选地,图像分割模块进一步用于,将所述待修复图像分割成N个图像块,其中,N为大于1的整数;计算相邻图像块的互相关度,并判断所述相邻图像块的互相关度是否大于预设阈值;如果是,则将所述相邻图像块认定为同一类型的图像区域。
附图说明
图1为根据本发明实施例的图像修复方法的流程图;
图2为根据本发明一个实施例的图像修复方法的流程图;
图3为根据本发明一个实施例的图像修复装置的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
目前常用的图像修复方法通常是采用WebInpaint或者PhotoShop的智能填充功能进行处理,直接将待填充区域周边的内容信息直接覆盖到待填充区域上,这样采用就近挪动周围信息进行填充的方式容易导致信息重复度高,使得图像修复的迹象明显,同时对于填充区域周边内容信息比较多样化的复杂场景适应能力低,往往达不到比较理想的图像修复效果。
为此,本发明实施例提出的图像修复方法,首先根据基于局部互相关度的图像分割算法对待修复图像进行图像分割以获得多个图像区域,然后计算待修复区域与待修复区域周边每个图像区域接壤的边长,并将边长最大的图像区域作为候选区域,接着对候选区域进行图像腐蚀处理以获得候选区域的中心点,并将以中心点为中心的周边区域作为待填充素材,最后采用图像融合算法将待填充素材填入待修复区域,以进行风格融合,由此,本发明通过图像分割技术和图像融合技术,在待修复图像中寻找和待修复区域内容相似的背景信息,再将其融合到待修复区域,解决了传统图像修复过程中存在的信息重复度高、图像修复迹象明显和复杂场景适应能力低的问题,使得被修复图像更加自然和真实,从而大大提高了图像修复的效果,并且图像修复的适用场景广。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
图1为根据本发明实施例的图像修复方法的流程图。如图1所示,本发明实施例的图像修复方法包括以下步骤:
步骤101,获取待修复图像,并根据基于互相关度的图像分割算法对待修复图像进行图像分割以获得多个图像区域。
也就是说,在确定待修复图像后,根据基于局部互相关度的图像分割算法对待修复图像进行图像分割,这样可将待修复图像分割成多个图像区域。
作为一个实施例,根据基于互相关度的图像分割算法对待修复图像进行图像分割以获得多个图像区域,包括:将待修复图像分割成N个图像块,其中,N为大于1的整数;计算相邻图像块的互相关度,并判断相邻图像块的互相关度是否大于预设阈值;如果是,则将相邻图像块认定为同一类型的图像区域;如果否,则将相邻图像块认定为两个图像区域。
因此,通过反复的循环迭代运算,可以将待修复图像分割成内容信息高度相似的多个图像区域。
而采用基于互相关算法的语义分割技术对待修复图像进行图像分割,作为后续图像处理的基础,从而在复杂场景下能够正确得选择同类的内容信息进行填充,解决了复杂场景下图像修复效果不理想的问题。
根据本发明的一个实施例,相邻图像块的互相关度根据以下公式计算:
(f*g)(x)=∫f(x)g(x+t)dt
其中,(f*g)(x)为互相关度,f(x)和g(x+t)为相邻图像块上的固定间隔为长度t的两个不同位置像素的颜色值。
步骤102,计算待修复区域与待修复区域周边每个图像区域接壤的边长,并将边长最大的图像区域作为候选区域。
也就是说,分别计算出待修复区域与每个周边图像区域接壤的边长,并将其中与待修复区域接壤的边长最大的图像区域作为候选区域。
需要说明的是,由于候选区域是从待修复图像中全范围选择的区域,所以候选区域与待修复区域位置较远,从而避免就近填充会出现的新图像信息重复度高,图像修复迹象明显的问题。
步骤103,对候选区域进行图像腐蚀处理以获得候选区域的中心点,并将以中心点为中心的周边区域作为待填充素材。
也就是说,通过对候选区域进行图像腐蚀处理,从而获得候选区域的中心点,然后以该中心点作为中心,将中心周边区域作为待填充素材,从而实现在候选区域选择可用面积最大的局部作为待填充素材。
作为一个实施例,在待填充素材不能覆盖待修复区域时,还需要对待填充素材进行两维平面的周期性复制以扩展待填充素材的区域,即通过图像扩边算法来扩充可用素材的面积。
步骤104,采用图像融合算法将待填充素材填入所述待修复区域,以进行风格融合。
作为一个实施例,通过以下公式进行图像融合:
α*A+(1-α)*B=C
其中,α的取值范围为0到1之间的浮点数,位置上越靠近待修复区域的像素α的取值越大,反之,越远离待修复区域的像素α的取值越小。A代表待填充素材像素的颜色值。B代表待修复图像上待填充区域周边像素的颜色值。通过α*A+(1-α)*B的计算公式,得到新的颜色值C,将这个颜色值C作为待填充区域周边像素的颜色值,以取代之前的B。这样融合后的新信息能够无缝地融合到目标场景中,并且其色调和纹理可以与目标场景相一致;另外,由于在填充时,采用像素融合的方式进行填充,从而使得新信息与原有信息衔接过渡自然。
综上所述,首先根据基于互相关度的图像分割算法对待修复图像进行图像分割以获得多个图像区域,然后计算待修复区域与待修复区域周边每个图像区域接壤的边长,并将边长最大的图像区域作为候选区域,接着对候选区域进行图像腐蚀处理以获得候选区域的中心点,并将以中心点为中心的周边区域作为待填充素材,最后采用图像融合算法将待填充素材填入待修复区域,以进行风格融合,由此,本发明通过图像分割技术和图像融合技术,在待修复图像中寻找和待修复区域内容相似的背景信息,再将其融合到待修复区域,解决了传统图像修复过程中存在的信息重复度高、图像修复迹象明显和复杂场景适应能力低的问题,使得被修复图像更加自然和真实,从而大大提高了图像修复的效果,并且图像修复的适用场景广。
图2为根据本发明一个实施例的图像修复方法的流程图。
其中如图2所示,该图像修复方法与上述实施例的区别在于将待填充素材与待修复区域进行风格融合之前,还包括以下步骤:
步骤204,判断待填充素材是否可以覆盖待修复区域。如果是,则执行步骤206;如果否,则执行步骤205。
步骤205,对待填充素材进行两维平面的周期性复制以扩展待填充素材的区域。
需要说明的是,作为一个实施例,通过对待填充素材当前区域内的第一空域信息进行离散余弦变换,以将第一空域信息转化为第一频域信息;将带有第一频域信息的当前区域进行拉伸;对拉伸后的区域内的第一频域信息进行离散余弦反变换,以将第一频域信息转换第二空域信息,并将带有第二空域信息的拉伸后的区域作为扩展后的待填充素材的区域。
也就是说,首先将待填充素材当前区域内的第一空域信息进行离散余弦变换,从而将第一空域信息转换成第一频域信息,之后对第一频域信息的当前区域进行拉伸,拉伸完成之后,再将拉伸后的区域内的第一频域信息进行离散余弦反变换,从而将第一频域信息转换成第二空域信息,并将带有第二空域信息的拉伸后的区域作为扩展后的待填充素材的区域;从而实现通过两维平面的周期性复制将待填充素材进行区域扩展,使得扩展后的待填充素材可以覆盖待修复区域。
另外,本发明还提出了一种计算机可读存储介质,其上存储有图像修复程序,该图像修复程序被处理器执行时实现如上述的图像修复方法。
根据本发明实施例的计算机可读存储介质,通过存储图像修复程序,这样图像修复程序被处理器执行时实现如上述的图像修复方法,从而大大提高了图像修复的效果,并且图像修复的适用场景广。
另外,本发明实施例还提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如上述的图像修复方法。
根据本发明实施例的计算机设备,通过存储器存储图像修复程序,这样图像修复程序被处理器执行时实现如上述的图像修复方法,从而大大提高了图像修复的效果,并且图像修复的适用场景广。
图3为根据本发明一个实施例的图像修复装置的方框示意图。如图3所示,该图像修复装置包括:获取模块301、图像分割模块302、计算模块303、图像处理模块304以及图像融合模块305;
其中,获取模块301,用于获取待修复图像;图像分割模块302,用于根据基于互相关度的图像分割算法对待修复图像进行图像分割以获得多个图像区域;计算模块303,用于计算待修复区域与待修复区域周边每个图像区域接壤的边长,并将边长最大的图像区域作为候选区域;图像处理模块304,用于对候选区域进行图像腐蚀处理以获得候选区域的中心点,并将以中心点为中心的周边区域作为待填充素材;图像融合模块305,用于采用图像融合算法将待填充素材填入待修复区域,以进行风格融合。
作为一个实施例,上述图像分割模块进一步用于,将待修复图像分割成N个图像块,其中,N为大于1的整数;计算相邻图像块的互相关度,并判断相邻图像块的互相关度是否大于预设阈值;如果是,则将相邻图像块认定为同一图像区域。
需要说明的是,前述对于图像修复方法的实施例的解释说明同样适用于本实施例的图像修复装置,此处不再赘述。
根据本发明实施例提供的图像修复装置,通过获取模块获取待修复图像,并采用图像分割模块根据基于互相关度的图像分割算法对待修复图像进行图像分割以获得多个图像区域,然后利用计算模块计算待修复区域与每个图像区域接壤的边长,并将边长最大的图像区域作为候选区域,再通过图像处理模块对候选区域进行图像腐蚀处理以获得候选区域的中心点,并将以中心点为中心的周边区域作为待填充素材,并通过图像融合模块采用图像融合算法将待填充素材填入待修复区域,以进行风格融合。由此,本发明通过图像分割技术和图像融合技术,在待修复图像中寻找和待修复区域内容相似的背景信息,再将其融合到待修复区域,解决了传统图像修复过程中存在的信息重复度高、图像修复迹象明显和复杂场景适应能力低的问题,使得被修复图像更加自然和真实,从而大大提高了图像修复的效果,并且图像修复的适用场景广。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种图像修复方法,其特征在于,包括以下步骤:
获取待修复图像,并根据基于互相关度的图像分割算法对所述待修复图像进行图像分割以获得多个图像区域;
计算待修复区域与所述待修复区域周边每个图像区域接壤的边长,并将所述边长最大的图像区域作为候选区域;
对所述候选区域进行图像腐蚀处理以获得所述候选区域的中心点,并将以所述中心点为中心的周边区域作为待填充素材;
采用图像融合算法将所述待填充素材填入所述待修复区域,以进行风格融合。
2.如权利要求1所述的图像修复方法,其特征在于,根据基于互相关度的图像分割算法对所述待修复图像进行图像分割以获得多个图像区域,包括:
将所述待修复图像分割成N个图像块,其中,N为大于1的整数;
计算相邻图像块的互相关度,并判断所述相邻图像块的互相关度是否大于预设阈值;
如果是,则将所述相邻图像块认定为同一图像区域。
3.如权利要求2所述的图像修复方法,其特征在于,所述相邻图像块的互相关度根据以下公式计算:
(f*g)(x)=∫f(x)g(x+t)dt
其中,(f*g)(x)为互相关度,f(x)和g(x+t)为相邻图像块上的固定间隔为长度t的两个不同位置像素的颜色值。
4.如权利要求1-3中任一项所述的图像修复方法,其特征在于,在将所述待填充素材与所述待修复区域进行融合之前,还包括:
判断所述待填充素材是否可以覆盖所述待修复区域;
如果否,则对所述待填充素材进行两维平面的周期性复制以扩展所述待填充素材的区域。
5.如权利要求4所述的图像修复方法,其特征在于,对所述待填充素材进行两维平面的周期性复制以扩展所述待填充素材的区域,包括:
对所述待填充素材当前区域内的第一空域信息进行离散余弦变换,以将所述第一空域信息转化为第一频域信息;
将带有所述第一频域信息的当前区域进行拉伸;
对拉伸后的区域内的第一频域信息进行离散余弦反变换,以将所述第一频域信息转换第二空域信息,并将带有所述第二空域信息的拉伸后的区域作为扩展后的待填充素材的区域。
6.如权利要求1-5中任一项所述的图像修复方法,其特征在于,根据以下公式进行风格融合:
α*A+(1-α)*B=C
其中α的取值范围为0到1之间的浮点数,位置上越靠近待修复区域的像素α的取值越大,反之,越远离待修复区域的像素α的取值越小;A代表待填充素材像素的颜色值;B代表待修复图像上待填充区域周边像素的颜色值;C代表经过公式运算后得到的一个新的待修复图像上待填充区域周边像素的颜色值。
7.一种计算机可读存储介质,其特征在于,其上存储有图像修复程序,该图像修复程序被处理器执行时实现如权利要求1-6中任一项所述的图像修复方法。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-6中任一项所述的图像修复方法。
9.一种图像修复装置,其特征在于,包括:
获取模块,用于获取待修复图像;
图像分割模块,用于根据基于互相关度的图像分割算法对所述待修复图像进行图像分割以获得多个图像区域;
计算模块,用于计算待修复区域与所述待修复区域周边每个图像区域接壤的边长,并将所述边长最大的图像区域作为候选区域;
图像处理模块,用于对所述候选区域进行图像腐蚀处理以获得所述候选区域的中心点,并将以所述中心点为中心的周边区域作为待填充素材;
图像融合模块,用于采用图像融合算法将所述待填充素材填入所述待修复区域,以进行风格融合。
10.如权利要求9所述的图像修复装置,其特征在于,所述图像分割模块进一步用于,
将所述待修复图像分割成N个图像块,其中,N为大于1的整数;
计算相邻图像块的互相关度,并判断所述相邻图像块的互相关度是否大于预设阈值;
如果是,则将所述相邻图像块认定为同一图像区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910391526.XA CN110136080B (zh) | 2019-05-10 | 2019-05-10 | 图像修复方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910391526.XA CN110136080B (zh) | 2019-05-10 | 2019-05-10 | 图像修复方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110136080A true CN110136080A (zh) | 2019-08-16 |
CN110136080B CN110136080B (zh) | 2023-03-21 |
Family
ID=67573284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910391526.XA Active CN110136080B (zh) | 2019-05-10 | 2019-05-10 | 图像修复方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110136080B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110570382A (zh) * | 2019-09-19 | 2019-12-13 | 北京达佳互联信息技术有限公司 | 一种图像修复方法、装置、电子设备及存储介质 |
CN110659511A (zh) * | 2019-09-25 | 2020-01-07 | 中国人民解放军61646部队 | 一种遥感图像的信息隐藏处理方法及装置 |
CN110874824A (zh) * | 2019-10-11 | 2020-03-10 | 稿定(厦门)科技有限公司 | 图像修复方法及装置 |
CN111325704A (zh) * | 2020-02-07 | 2020-06-23 | 北京字节跳动网络技术有限公司 | 图像修复方法、装置、电子设备及计算机可读存储介质 |
CN113421229A (zh) * | 2021-06-04 | 2021-09-21 | 桂林电子科技大学 | 一种图像小区域缺损检测与修复方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389774A (zh) * | 2014-09-05 | 2016-03-09 | 华为技术有限公司 | 对齐图像的方法和装置 |
US20160171669A1 (en) * | 2014-12-11 | 2016-06-16 | Sony Corporation | Using depth for recovering missing information in an image |
CN108401112A (zh) * | 2018-04-23 | 2018-08-14 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端及存储介质 |
-
2019
- 2019-05-10 CN CN201910391526.XA patent/CN110136080B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389774A (zh) * | 2014-09-05 | 2016-03-09 | 华为技术有限公司 | 对齐图像的方法和装置 |
US20160171669A1 (en) * | 2014-12-11 | 2016-06-16 | Sony Corporation | Using depth for recovering missing information in an image |
CN108401112A (zh) * | 2018-04-23 | 2018-08-14 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端及存储介质 |
Non-Patent Citations (1)
Title |
---|
姚伟;孙即祥;: "基于局部特征及最佳量化的Quantum TV算法" * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110570382A (zh) * | 2019-09-19 | 2019-12-13 | 北京达佳互联信息技术有限公司 | 一种图像修复方法、装置、电子设备及存储介质 |
US11521303B2 (en) | 2019-09-19 | 2022-12-06 | Beijing Dajia Internet Information Technology Co., Ltd. | Method and device for inpainting image |
CN110659511A (zh) * | 2019-09-25 | 2020-01-07 | 中国人民解放军61646部队 | 一种遥感图像的信息隐藏处理方法及装置 |
CN110659511B (zh) * | 2019-09-25 | 2022-03-15 | 中国人民解放军61646部队 | 一种遥感图像的信息隐藏处理方法及装置 |
CN110874824A (zh) * | 2019-10-11 | 2020-03-10 | 稿定(厦门)科技有限公司 | 图像修复方法及装置 |
CN111325704A (zh) * | 2020-02-07 | 2020-06-23 | 北京字节跳动网络技术有限公司 | 图像修复方法、装置、电子设备及计算机可读存储介质 |
CN113421229A (zh) * | 2021-06-04 | 2021-09-21 | 桂林电子科技大学 | 一种图像小区域缺损检测与修复方法 |
CN113421229B (zh) * | 2021-06-04 | 2023-05-30 | 桂林电子科技大学 | 一种图像小区域缺损检测与修复方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110136080B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110136080A (zh) | 图像修复方法及装置 | |
US11595737B2 (en) | Method for embedding advertisement in video and computer device | |
Zhang et al. | Backward registration-based aspect ratio similarity for image retargeting quality assessment | |
CN101777180B (zh) | 基于背景建模和能量最小化的复杂背景实时替换方法 | |
US7103231B2 (en) | Interpolation of a sequence of images using motion analysis | |
US6124864A (en) | Adaptive modeling and segmentation of visual image streams | |
TWI449417B (zh) | 用以實現視訊穩定化之方法與裝置 | |
JP2008513882A (ja) | ビデオイメージ処理システム及びビデオイメージ処理方法 | |
BRPI0613102A2 (pt) | recortar e colar objeto de vìdeo | |
CN109767479B (zh) | 一种基于动态边界组序列的图元填充方法和系统 | |
EP3714435B1 (en) | Temporal foveated rendering using motion estimation | |
US8144161B2 (en) | Texture synthesis | |
BR112020013511A2 (pt) | aparelho para gerar um fluxo de bits de dados de imagem, método para gerar um fluxo de bits de dados de imagem e produto de programa de computador | |
CN109242807A (zh) | 渲染参数自适应的边缘软化方法、介质及计算机设备 | |
CN103581662B (zh) | 视频清晰度测量方法和系统 | |
CN108140251A (zh) | 视频循环生成 | |
CN106611406B (zh) | 图像校正方法和图像校正设备 | |
Rüfenacht et al. | Temporally consistent high frame-rate upsampling with motion sparsification | |
Shih et al. | Video falsifying by motion interpolation and inpainting | |
CN115049559A (zh) | 模型训练、人脸图像处理、人脸模型处理方法及装置、电子设备及可读存储介质 | |
CN115049558A (zh) | 模型训练、人脸图像处理方法及装置、电子设备及可读存储介质 | |
KR20050056175A (ko) | 재귀적 제어선 정합을 이용한 반자동 필드 기반 영상 변형방법 | |
US20060104544A1 (en) | Automatic image feature embedding | |
CN110009082A (zh) | 三维码的优化方法、介质、计算机设备及装置 | |
JP2000099763A (ja) | 画像処理装置および方法、並びに提供媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 361000 G02, 3rd floor, No.10, Punan 1st Road, Dongpu Road, Siming District, Xiamen City, Fujian Province Applicant after: Xiamen draft Co.,Ltd. Address before: 361000 G02, 3rd floor, No.10, Punan 1st Road, Dongpu Road, Siming District, Xiamen City, Fujian Province Applicant before: XIAMEN HUANLEGUANG TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |