一種亂涂畫數(shù)字圖像的內容自動檢測與修復方法
【專利摘要】本發(fā)明公開了一種亂涂畫數(shù)字圖像的內容自動檢測與修復方法，包括以下步驟：（1）選出初始亂涂畫點；（2）根據(jù)顏色差異性過濾亂涂畫點；（3）根據(jù)顏色相似性擴充亂涂畫點；（4）根據(jù)空間分布性過濾亂涂畫點；（5）獲取亂涂畫點和圖像邊緣檢測點的重疊部分；（6）對是亂涂畫點非邊緣檢測點的部分進行修復；（7）對既是亂涂畫點又是邊緣檢測點的部分進行修復。本發(fā)明的亂涂畫數(shù)字圖像的內容自動檢測與修復方法，不需要人為標注圖像中亂涂畫區(qū)域的位置，去除了修補之前的人為交互過程。
【專利說明】一種亂涂畫數(shù)字圖像的內容自動檢測與修復方法

【技術領域】
[0001] 本發(fā)明涉及圖像處理技術，特別是涉及一種亂涂畫數(shù)字圖像的內容自動檢測與修 復方法。

【背景技術】
[0002] 圖像修復就是對圖像中的缺損區(qū)域進行填補，這在計算機視覺和圖像處理領域是 一個重要的主題。圖像修復廣泛應用于目標去除，圖像恢復，圖像編碼和傳輸?shù)确矫?。但?在修復之前，找到需要被修復的點的位置至關重要，對于小塊區(qū)域，比如說比較細的線條， 既可以通過手工標注進行修復，也可以使用數(shù)學工具進行自動檢測后完成修復。如何運用 有效的方法從圖像中準確地自動檢測出待修復的區(qū)域，是一個很重要的問題。由于受到圖 像中邊緣信息的影響，一些傳統(tǒng)的自動檢測方法效果不是很理想，檢測結果不太準確。


【發(fā)明內容】

[0003] 本發(fā)明所要解決的技術問題是：提出一種亂涂畫數(shù)字圖像的內容自動檢測與修復 方法，有效提高檢測準確度，完成對大部分圖像的處理。
[0004] 本發(fā)明技術方案如下：
[0005] (1)選出初始亂涂畫點；
[0006] (2)根據(jù)顏色差異性過濾亂涂畫點；
[0007] (3)根據(jù)顏色相似性擴充亂涂畫點；
[0008] (4)根據(jù)空間分布性過濾亂涂畫點；
[0009] (5)獲取亂涂畫點和圖像邊緣檢測點的重疊部分；
[0010] (6)對是亂涂畫點非邊緣檢測點的部分進行修復；
[0011] (7)對既是亂涂畫點又是邊緣檢測點的部分進行修復。

【專利附圖】

【附圖說明】
[0012] 圖1是亂涂畫數(shù)字圖像的內容自動檢測與修復方法的流程圖
[0013] 圖2是亂涂畫數(shù)字圖像的內容自動檢測的過程說明圖
[0014] 圖3是亂涂畫數(shù)字圖像的內容自動檢測與修復方法的結果圖
[0015] 圖4是亂涂畫數(shù)字圖像的內容自動檢測與修復方法的結果圖

【具體實施方式】
[0016] 步驟1 :選出初始亂涂畫點。我們使用公式（1)篩選初始點。G表示像素點的高斯 曲率值，i表示RGB顏色空間中的某一層，（x，y)表示圖像中某一像素點坐標，v是人為設定 閾值。 Gi (x, y)>v (1)
[0017] 步驟2 :根據(jù)顏色差異性過濾亂涂畫點。求得步驟1中選出的所有點的顏色平均 值以及它們的顏色標準差，那些與平均值差的絕對值不大于標準差的點被認為是過濾后的 點。
[0018] 步驟3 :根據(jù)顏色相似性擴充亂涂畫點。重新遍歷全圖，把那些和步驟2中選出的 點顏色差異比較小的點看作是擴充后的亂涂畫點。
[0019] 步驟4 :根據(jù)空間分布性過濾亂涂畫點?？紤]到亂涂畫點所組成的區(qū)域應該是連 續(xù)的，基本不會出現(xiàn)孤立的像素點，所以考察像素點的8領域對步驟3中選出的點進行再次 過濾，有效去除其中的離散點，整個檢測過程如圖2所示。
[0020] 步驟5 :獲取亂涂畫點和圖像邊緣檢測點的重疊部分。對亂涂畫圖像使用canny邊 緣算子，得到相應的邊緣圖像L，對步驟4中選出的最終亂涂畫點組成的圖像進行二值化處 理并進行適當膨脹得到12，從L中去除12中的點形成圖像13，對1 3中的斷裂邊緣進行連接 得到圖像14,14與12相與得到它們的重疊部分，其既是亂涂畫點，又是亂涂畫之前圖像的邊 緣檢測點。
[0021] 步驟6 :對是亂涂畫點非邊緣檢測點的部分進行修復。對步驟4中選出的點進行 修復，使用亂涂畫點上、下、左和右邊的點進行線性差值處理，替換亂涂畫點的像素值。
[0022] 步驟7 :對既是亂涂畫點又是邊緣檢測點的部分進行修復。對步驟5中選出的重 疊部分的點進行修復，使用這些點周圍點的平均像素值替換這些點的原有像素值，最終修 復完的結果如圖3、4所示。
【權利要求】
1. 一種亂涂畫數(shù)字圖像的內容自動檢測與修復方法，包括以下步驟： 步驟1:選出初始亂涂畫點； 步驟2 :根據(jù)顏色差異性過濾亂涂畫點； 步驟3 :根據(jù)顏色相似性擴充亂涂畫點； 步驟4 :根據(jù)空間分布性過濾亂涂畫點； 步驟5 :獲取亂涂畫點和圖像邊緣檢測點的重疊部分； 步驟6 :對是亂涂畫點非邊緣檢測點的部分進行修復； 步驟7 :對既是亂涂畫點又是邊緣檢測點的部分進行修復。
2. 根據(jù)權利要求1所述的亂涂畫數(shù)字圖像的內容自動檢測與修復方法，其特征在于： 步驟1中選取初始亂涂畫點的方法是從R，G，B三個圖像層去計算每個像素點的高斯曲率值
其中，i表示RGB顏色空間中的某一層，（x，y)表示圖像中某一像素點坐標，Ix，Iy表示 x，y方向上的一階偏導數(shù)，Ixx，Iyy表示X，y方向上的二階偏導數(shù)，Ixy表示先X后y方向上 的二階偏導數(shù)；當GiOc, y)>v時，（x，y)點就是亂涂畫點，其中，V是人為設定的而且比較合 理的值。
3. 根據(jù)權利要求1所述的亂涂畫數(shù)字圖像的內容自動檢測與修復方法，其特征在于： 步驟2中根據(jù)顏色差異性過濾亂涂畫點的方法是 Ii (X，y) -Meani (X，y) I 彡 Devii (X，y) (2) 其中i是RGB顏色空間中的某一層，IiOc, y)表示在圖像的i層上，在步驟1中選出（X， y)坐標位置的像素值，MeaniOc, y)表示i層上所有步驟1中選出坐標點像素值的平均值， DeviiU, y)表示i層上所有步驟1中選出坐標點像素值的標準差。
4. 根據(jù)權利要求1所述的亂涂畫數(shù)字圖像的內容自動檢測與修復方法，其特征在于： 步驟3中根據(jù)顏色相似性擴充亂涂畫點的方法是 I (X，y) -I (xr，yr) I 彡 V2 (3) 其中I (X，y)表示圖像中（X，y)坐標點的像素值，I (Xy yj表示在步驟2中選出的點 的像素值，V2是人為設定而且比較合理的值。
5. 根據(jù)權利要求1所述的亂涂畫數(shù)字圖像的內容自動檢測與修復方法，其特征在于： 步驟4中根據(jù)空間分布性過濾亂涂畫點的方法是Np > 1，其中，p表示步驟3選出的點，Np表示P的8領域內屬于步驟3選出點的個數(shù)。
6. 根據(jù)權利要求1所述的亂涂畫數(shù)字圖像的內容自動檢測與修復方法，其特征在于： 步驟5中所說的圖像邊緣檢測使用的是canny邊緣算子。
7. 根據(jù)權利要求1所述的亂涂畫數(shù)字圖像的內容自動檢測與修復方法，其特征在于： 步驟6中使用的修復算法是雙線性差值。
8. 根據(jù)權利要求1所述的亂涂畫數(shù)字圖像的內容自動檢測與修復方法，其特征在于： 步驟7中使用的修復算法是用步驟7中點周圍的點的像素平均值來填充步驟7中待修復的 部分。
【文檔編號】G06T5/00GK104361565SQ201410740320
【公開日】2015年2月18日 申請日期:2014年12月5日 優(yōu)先權日:2014年12月5日
【發(fā)明者】袁玉波, 戴光輝, 劉赟, 陳志華, 張靜, 應方立 申請人:華東理工大學