国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      圖像修復(fù)方法、裝置和終端設(shè)備與流程

      文檔序號(hào):11135276閱讀:447來源:國(guó)知局
      圖像修復(fù)方法、裝置和終端設(shè)備與制造工藝

      本發(fā)明涉及圖像處理技術(shù)領(lǐng)域,特別涉及一種圖像修復(fù)方法和終端設(shè)備。



      背景技術(shù):

      影像修復(fù),就是對(duì)圖像中的未知區(qū)域進(jìn)行像素填充以恢復(fù)圖像的視覺效果,其主要任務(wù)是讓觀察者感覺不到圖像缺損過或修補(bǔ)過。影像修復(fù)起初是為了修補(bǔ)美術(shù)作品中丟失或被損壞的部分,現(xiàn)階段廣泛應(yīng)用于影像、視頻編輯及恢復(fù)。

      目前,圖像修復(fù)中,主要是通過在未受損的圖像區(qū)域中尋找與缺損圖像中的待修復(fù)點(diǎn)最為匹配的最佳匹配塊,并用最佳匹配塊填充待修復(fù)點(diǎn)。這種方式,在搜索最佳匹配塊時(shí)耗時(shí)較長(zhǎng),導(dǎo)致圖像修復(fù)效率低的問題。



      技術(shù)實(shí)現(xiàn)要素:

      本發(fā)明旨在至少在一定程度上解決上述技術(shù)問題。

      為此,本發(fā)明的第一個(gè)目的在于提出一種圖像修復(fù)方法,能夠縮短修復(fù)過程中的搜索時(shí)間,提高修復(fù)效率。

      本發(fā)明的第二個(gè)目的在于提出一種圖像修復(fù)裝置。

      本發(fā)明的第三個(gè)目的在于提出一種電子設(shè)備。

      為達(dá)上述目的,根據(jù)本發(fā)明第一方面實(shí)施例提出了一種圖像修復(fù)方法,包括以下步驟:

      確定目標(biāo)圖像中的缺損區(qū)域;

      生成所述目標(biāo)圖像的二值化圖像,在所述二值化圖像中,所述缺損區(qū)域?qū)?yīng)的第一區(qū)域?yàn)榈谝粓D像值,所述第一區(qū)域之外的第二區(qū)域?yàn)榈诙D像值;

      對(duì)所述第一區(qū)域進(jìn)行膨脹處理,得到第三區(qū)域;

      將所述目標(biāo)圖像中與所述第三區(qū)域?qū)?yīng)的圖像區(qū)域作為最佳匹配塊的搜索范圍,對(duì)所述缺損區(qū)域進(jìn)行修復(fù)。

      根據(jù)本發(fā)明實(shí)施例的圖像修復(fù)方法,還可具有如下附加技術(shù)特征:

      在本發(fā)明的一個(gè)實(shí)施例中,所述確定目標(biāo)圖像中的缺損區(qū)域,包括:

      根據(jù)預(yù)設(shè)的邊緣檢測(cè)算法檢測(cè)所述目標(biāo)圖像中的缺損區(qū)域。

      在本發(fā)明的一個(gè)實(shí)施例中,所述確定目標(biāo)圖像中的缺損區(qū)域,包括:

      接收用戶的標(biāo)注操作;

      根據(jù)所述標(biāo)注操作確定所述缺損區(qū)域。

      在本發(fā)明的一個(gè)實(shí)施例中,所述對(duì)所述第一區(qū)域進(jìn)行膨脹處理,得到第三區(qū)域,包括:

      使用預(yù)設(shè)的結(jié)構(gòu)元素對(duì)所述第一區(qū)域進(jìn)行預(yù)設(shè)次數(shù)的膨脹處理,得到所述第三區(qū)域。

      在本發(fā)明的一個(gè)實(shí)施例中,所述將所述目標(biāo)圖像中與所述第三區(qū)域?qū)?yīng)的圖像區(qū)域作為最佳匹配塊的搜索范圍,對(duì)所述缺損區(qū)域進(jìn)行修復(fù),包括:

      確定所述缺損區(qū)域中的待修復(fù)點(diǎn);

      在所述搜索范圍內(nèi)搜索所述待修復(fù)點(diǎn)的最佳匹配塊;

      根據(jù)所述最佳匹配塊對(duì)所述待修復(fù)點(diǎn)進(jìn)行修復(fù),并更新所述缺損區(qū)域;

      重復(fù)上述步驟,直至所述缺損區(qū)域中的圖像點(diǎn)全部修復(fù)完成。

      本發(fā)明第二方面實(shí)施例提供了一種圖像修復(fù)裝置,包括:

      確定模塊,用于確定目標(biāo)圖像中的缺損區(qū)域;

      生成模塊,用于生成所述目標(biāo)圖像的二值化圖像,在所述二值化圖像中,所述缺損區(qū)域?qū)?yīng)的第一區(qū)域?yàn)榈谝粓D像值,所述第一區(qū)域之外的第二區(qū)域?yàn)榈诙D像值;

      膨脹模塊,用于對(duì)所述第一區(qū)域進(jìn)行膨脹處理,得到第三區(qū)域;

      修復(fù)模塊,用于將所述目標(biāo)圖像中與所述第三區(qū)域?qū)?yīng)的圖像區(qū)域作為最佳匹配塊的搜索范圍,對(duì)所述缺損區(qū)域進(jìn)行修復(fù)。

      根據(jù)本發(fā)明實(shí)施例的圖像修復(fù)方法,還可具有如下附加技術(shù)特征:

      在本發(fā)明的一個(gè)實(shí)施例中,所述確定模塊用于:

      根據(jù)預(yù)設(shè)的邊緣檢測(cè)算法檢測(cè)所述目標(biāo)圖像中的缺損區(qū)域。

      在本發(fā)明的一個(gè)實(shí)施例中,所述確定模塊用于:

      接收用戶的標(biāo)注操作;

      根據(jù)所述標(biāo)注操作確定所述缺損區(qū)域。

      在本發(fā)明的一個(gè)實(shí)施例中,所述膨脹模塊用于:

      使用預(yù)設(shè)的結(jié)構(gòu)元素對(duì)所述第一區(qū)域進(jìn)行預(yù)設(shè)次數(shù)的膨脹處理,得到所述第三區(qū)域。

      在本發(fā)明的一個(gè)實(shí)施例中,所述將修復(fù)模塊用于:

      確定所述缺損區(qū)域中的待修復(fù)點(diǎn);

      在所述搜索范圍內(nèi)搜索所述待修復(fù)點(diǎn)的最佳匹配塊;

      根據(jù)所述最佳匹配塊對(duì)所述待修復(fù)點(diǎn)進(jìn)行修復(fù),并更新所述缺損區(qū)域;

      重復(fù)上述步驟,直至所述缺損區(qū)域中的圖像點(diǎn)全部修復(fù)完成。

      本發(fā)明第三方面實(shí)施例提供了一種電子設(shè)備,包括:外殼,顯示器、電路板和處理器,其中,電路板安置在外殼圍成的空間內(nèi)部,顯示器在外殼外部,并與電路板相連接,處理器設(shè)置在電路板上;處理器用于處理數(shù)據(jù),并具體用于執(zhí)行:

      確定目標(biāo)圖像中的缺損區(qū)域;

      生成所述目標(biāo)圖像的二值化圖像,在所述二值化圖像中,所述缺損區(qū)域?qū)?yīng)的第一區(qū)域?yàn)榈谝粓D像值,所述第一區(qū)域之外的第二區(qū)域?yàn)榈诙D像值;

      對(duì)所述第一區(qū)域進(jìn)行膨脹處理,得到第三區(qū)域;

      將所述目標(biāo)圖像中與所述第三區(qū)域?qū)?yīng)的圖像區(qū)域作為最佳匹配塊的搜索范圍,對(duì)所述缺損區(qū)域進(jìn)行修復(fù)。

      本發(fā)明實(shí)施例的圖像修復(fù)方法、裝置和電子設(shè)備,通過確定目標(biāo)圖像中的缺損區(qū)域,針對(duì)缺損區(qū)域及其他區(qū)域生成目標(biāo)圖像的二值化圖像,并對(duì)二值化圖像中缺損區(qū)域?qū)?yīng)的區(qū)域進(jìn)行膨脹處理,將膨脹后得到的區(qū)域在目標(biāo)圖像中對(duì)應(yīng)圖像區(qū)域作為最佳匹配塊的搜索范圍,進(jìn)行圖像修復(fù)。由此,搜索范圍的大小和形狀完全取決于缺損區(qū)域的大小和形狀,可以大大縮短修復(fù)過程中的搜索時(shí)間,提高修復(fù)效率。特別是目標(biāo)圖像尺寸比較大的情況,修復(fù)效率的提升將非常明顯。

      本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出,部分將從下面的描述中變得明顯,或通過本發(fā)明的實(shí)踐了解到。

      附圖說明

      本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解,其中:

      圖1為根據(jù)本發(fā)明一個(gè)實(shí)施例的圖像修復(fù)方法的流程圖;

      圖2為根據(jù)本發(fā)明一個(gè)實(shí)施例的目標(biāo)圖像及其中的缺損區(qū)域的示意圖;

      圖3為根據(jù)本發(fā)明一個(gè)實(shí)施例的圖2所示目標(biāo)圖像的二值化圖像的示意圖;

      圖4為根據(jù)本發(fā)明一個(gè)實(shí)施例的對(duì)圖3所示二值化圖像進(jìn)行膨脹處理后的圖像示意圖;

      圖5為根據(jù)本發(fā)明另一個(gè)實(shí)施例的圖像修復(fù)方法的流程圖;

      圖6為根據(jù)本發(fā)明一個(gè)實(shí)施例的圖像修復(fù)裝置的結(jié)構(gòu)示意圖。

      具體實(shí)施方式

      下面詳細(xì)描述本發(fā)明的實(shí)施例,所述實(shí)施例的示例在附圖中示出,其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實(shí)施例是示例性的,僅用于解釋本發(fā)明,而不能理解為對(duì)本發(fā)明的限制。

      下面參考附圖描述根據(jù)本發(fā)明實(shí)施例的圖像修復(fù)方法、裝置和電子設(shè)備。

      圖1為根據(jù)本發(fā)明一個(gè)實(shí)施例的圖像修復(fù)方法的流程圖。

      如圖1所示,根據(jù)本發(fā)明實(shí)施例的圖像修復(fù)方法,包括:

      S101,確定目標(biāo)圖像中的缺損區(qū)域。

      在本發(fā)明的實(shí)施例中,目標(biāo)圖像中的缺損區(qū)域可由用戶選擇確定或者通過對(duì)目標(biāo)圖像進(jìn)行分析確定。具體而言,可通過以下兩種方式確定目標(biāo)圖像中的缺損區(qū)域。

      方式一

      根據(jù)預(yù)設(shè)的邊緣檢測(cè)算法檢測(cè)所述目標(biāo)圖像中的缺損區(qū)域。

      邊緣檢測(cè)的目的是標(biāo)識(shí)圖像中屬性變化明顯的點(diǎn)。圖像屬性中的顯著變化可包括但不限于:深度上的不連續(xù)、表面方向不連續(xù)、物質(zhì)屬性變化、場(chǎng)景照明變化等。

      目標(biāo)圖像中缺損區(qū)域與其他區(qū)域的存在明顯變化,因此可通過邊緣檢測(cè)算法檢測(cè)出變化邊界線,進(jìn)而可確定缺損區(qū)域。在邊緣檢測(cè)中,可提取圖像中不連續(xù)部分的特征,根據(jù)閉合的邊緣確定缺損區(qū)域。

      方式二

      接收用戶的標(biāo)注操作;根據(jù)所述標(biāo)注操作確定所述缺損區(qū)域。

      具體地,可在目標(biāo)圖像顯示界面提供標(biāo)注工具,如畫筆、選擇框等,從而用戶可通過標(biāo)注工具對(duì)缺損區(qū)域進(jìn)行標(biāo)注。進(jìn)而,可將用戶標(biāo)注操作所標(biāo)注的區(qū)域作為缺損區(qū)域。舉例來說,如圖2所示,缺損區(qū)域?yàn)閰^(qū)域A。

      S102,生成所述目標(biāo)圖像的二值化圖像,在所述二值化圖像中,所述缺損區(qū)域?qū)?yīng)的第一區(qū)域?yàn)榈谝粓D像值,所述第一區(qū)域之外的第二區(qū)域?yàn)榈诙D像值。

      其中,第一圖像值和第二圖像值可為具有區(qū)分度的兩個(gè)圖像值。舉例來說,第一圖像值可為灰度值255,第二圖像值可為灰度值0。

      舉例來說,對(duì)于圖2所示的目標(biāo)圖像,對(duì)應(yīng)的二值化圖像可如圖3所示。圖2中缺損區(qū)域A對(duì)應(yīng)的第一區(qū)域?yàn)閳D3中的區(qū)域B。在本發(fā)明的實(shí)施例中,可在對(duì)目標(biāo)圖像二值化的過程中,將缺損區(qū)域A中的像素點(diǎn)的灰度值全部設(shè)置為255,生成第一區(qū)域B,將缺損區(qū)域之外的像素點(diǎn)的灰度值全部設(shè)置為0,生成第二區(qū)域C,第一區(qū)域B和第二區(qū)域C形成了圖3所示的二值化圖像。

      S103,對(duì)所述第一區(qū)域進(jìn)行膨脹處理,得到第三區(qū)域。

      其中,對(duì)圖像進(jìn)行膨脹處理為形態(tài)學(xué)圖像處理中的一種。形態(tài)學(xué)圖像處理是以形態(tài)結(jié)構(gòu)元素為基礎(chǔ)對(duì)圖像進(jìn)行分析的工具。它的基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀以達(dá)到對(duì)圖像分析和識(shí)別的目的。圖像形態(tài)學(xué)的應(yīng)用可以簡(jiǎn)化圖像數(shù)據(jù),能夠保持圖像基本的形狀特征,并除去不相干的結(jié)構(gòu)。

      形態(tài)學(xué)圖像處理,即圖像形態(tài)學(xué)變換,是一種針對(duì)集合的處理過程,其形態(tài)算子的實(shí)質(zhì)是表達(dá)物體或形狀的集合與結(jié)構(gòu)元素間的相互作用,結(jié)構(gòu)元素的形狀就決定了這種運(yùn)算所提取的信號(hào)的形狀信息。形態(tài)學(xué)圖像處理是在圖像中移動(dòng)一個(gè)結(jié)構(gòu)元素,然后將結(jié)構(gòu)元素與下面的二值圖像進(jìn)行交、并等集合運(yùn)算。在形態(tài)學(xué)中,結(jié)構(gòu)元素是最重要最基本的概念。結(jié)構(gòu)元素在形態(tài)變換中的作用相當(dāng)于信號(hào)處理中的“濾波窗口”。

      膨脹處理是形態(tài)學(xué)圖像處理中一種基本形態(tài)學(xué)運(yùn)算。膨脹處理是將與物體(對(duì)應(yīng)本發(fā)明實(shí)施例中的第一區(qū)域)接觸的所有背景點(diǎn)(對(duì)應(yīng)第二區(qū)域中的點(diǎn))合并到該物體中,使物體的邊界向外部擴(kuò)張的過程。也就是說,在本發(fā)明的實(shí)施例中,可通過使用預(yù)設(shè)的結(jié)構(gòu)元素將第一區(qū)域的邊界向外部擴(kuò)張,得到第三區(qū)域。

      在本發(fā)明的一個(gè)實(shí)施例中,使用預(yù)設(shè)的結(jié)構(gòu)元素對(duì)所述第一區(qū)域進(jìn)行預(yù)設(shè)次數(shù)的膨脹處理,得到所述第三區(qū)域。也就是說,可通過多次膨脹處理,使得第一區(qū)域的邊界向外擴(kuò)張至合適的范圍。舉例來說,在本發(fā)明的實(shí)施例中,膨脹處理的次數(shù)選為15次。

      為了能夠提高膨脹的速度,在本發(fā)明的一個(gè)實(shí)施例中,使用的結(jié)構(gòu)元素可以是9×9的方形。

      舉例來說,圖4為對(duì)圖3所示的二值化圖像中的第一區(qū)域B進(jìn)行膨脹處理后得到圖像。其中,第一區(qū)域B膨脹后得到第三區(qū)域D。

      S104,將所述目標(biāo)圖像中與所述第三區(qū)域?qū)?yīng)的圖像區(qū)域作為最佳匹配塊的搜索范圍,對(duì)所述缺損區(qū)域進(jìn)行修復(fù)。

      由于圖像中的圖像點(diǎn)之間是具有空間相關(guān)性的,通常圖像中某一部分的信息通常只與其周圍區(qū)域的信息有較大的相關(guān)性,而與距離其較偏遠(yuǎn)的區(qū)域的信息相關(guān)性較小。

      因此,在本發(fā)明的實(shí)施例中,可通過膨脹處理確定缺損區(qū)域的周圍區(qū)域,并將缺損區(qū)域的周圍區(qū)域作為修復(fù)過程中搜索最佳匹配塊的搜索范圍。也就是說,本發(fā)明的實(shí)施例中,在修復(fù)過程中可從缺損區(qū)域的周圍區(qū)域?qū)ふ易罴哑ヅ鋲K。

      相對(duì)于相關(guān)技術(shù)中,對(duì)每一個(gè)點(diǎn)進(jìn)行修復(fù)時(shí),都從所有已知區(qū)域去搜尋最佳匹配塊,需要較長(zhǎng)的搜索時(shí)間,且對(duì)于所有已知區(qū)域的搜索并不能提高對(duì)缺損區(qū)域修復(fù)時(shí)的信息質(zhì)量。特別特別是隨著移動(dòng)設(shè)備、相機(jī)等像素越來越高,拍攝的圖片尺寸也越來越大,當(dāng)原圖尺寸比較大的時(shí)候,搜索最佳匹配塊的時(shí)間將非常大,甚至難以想象。

      本發(fā)明的實(shí)施例中,考慮到缺損區(qū)域與其周圍區(qū)域的信息有較大的相關(guān)性,而與距離其較偏遠(yuǎn)的區(qū)域的信息相關(guān)性較小,將缺損區(qū)域附近的區(qū)域作為最佳匹配塊的搜索范圍,而自動(dòng)忽略距離缺損區(qū)域較遠(yuǎn)的其他區(qū)域,從而能夠大大縮短搜索時(shí)間,從而提高修復(fù)效率。

      舉例來說,對(duì)于圖4中的第三區(qū)域D,在圖2中的目標(biāo)圖像對(duì)應(yīng)的圖像區(qū)域包括缺損區(qū)域以及缺損區(qū)域周圍的一部分區(qū)域。則在進(jìn)行圖像修復(fù)時(shí),可從第三區(qū)域D在目標(biāo)圖像中對(duì)應(yīng)的圖像區(qū)域搜索最佳匹配塊。從而,當(dāng)缺損區(qū)域越小時(shí),所需要的已知信息就越少,根據(jù)其確定的第三區(qū)域也就越小,即得到的搜索范圍也就越??;當(dāng)缺損區(qū)域越大時(shí),所需要的已知信息就越多,根據(jù)其確定的第三區(qū)域也就越大,即得到的搜索范圍也就越大。這樣能夠在保證修復(fù)缺損區(qū)域所需的信息的同時(shí),大大縮短搜索時(shí)間,從而提高修復(fù)效率。

      需要說明的是,本發(fā)明的實(shí)施例在對(duì)缺損區(qū)域進(jìn)行修復(fù)時(shí),可使用任一種修復(fù)方法。具體而言,在本發(fā)明的一個(gè)實(shí)施例,可通過如圖5所示的實(shí)施例對(duì)缺損區(qū)域進(jìn)行修復(fù)。如圖5所示,將所述目標(biāo)圖像中與所述第三區(qū)域?qū)?yīng)的圖像區(qū)域作為最佳匹配塊的搜索范圍,對(duì)所述缺損區(qū)域進(jìn)行修復(fù),包括步驟S501-S503。

      S501,確定所述缺損區(qū)域中的待修復(fù)點(diǎn)。

      一般來說,可從缺損區(qū)域的邊界點(diǎn)中選擇待修復(fù)點(diǎn)。具體而言可將強(qiáng)邊緣點(diǎn)或者周圍已知像素多的點(diǎn)作為初始的待修復(fù)點(diǎn),開始修復(fù)。

      S502,在所述搜索范圍內(nèi)搜索所述待修復(fù)點(diǎn)的最佳匹配塊。

      S503,根據(jù)所述最佳匹配塊對(duì)所述待修復(fù)點(diǎn)進(jìn)行修復(fù),并更新所述缺損區(qū)域。

      具體而言,可將最佳匹配塊填充待修復(fù)點(diǎn),以對(duì)待修復(fù)點(diǎn)進(jìn)行修復(fù)。

      然后,重復(fù)上述步驟S502-S503,重新確定待修復(fù)點(diǎn),搜索最佳匹配塊,對(duì)待修復(fù)點(diǎn)進(jìn)行修復(fù),直至所述缺損區(qū)域中的圖像點(diǎn)全部修復(fù)完成。

      本發(fā)明實(shí)施例的圖像修復(fù)方法,通過確定目標(biāo)圖像中的缺損區(qū)域,針對(duì)缺損區(qū)域及其他區(qū)域生成目標(biāo)圖像的二值化圖像,并對(duì)二值化圖像中缺損區(qū)域?qū)?yīng)的區(qū)域進(jìn)行膨脹處理,將膨脹后得到的區(qū)域在目標(biāo)圖像中對(duì)應(yīng)圖像區(qū)域作為最佳匹配塊的搜索范圍,進(jìn)行圖像修復(fù)。由此,搜索范圍的大小和形狀完全取決于缺損區(qū)域的大小和形狀,可以大大縮短修復(fù)過程中的搜索時(shí)間,提高修復(fù)效率。特別是目標(biāo)圖像尺寸比較大的情況,修復(fù)效率的提升將非常明顯。

      與上述圖像修復(fù)方法實(shí)施例相對(duì)應(yīng),本發(fā)明還提出一種圖像修復(fù)裝置。

      圖6為根據(jù)本發(fā)明一個(gè)實(shí)施例的圖像修復(fù)裝置的結(jié)構(gòu)示意圖。

      如圖6所示,根據(jù)本發(fā)明實(shí)施例的圖像修復(fù)裝置,包括:確定模塊10、生成模塊20、膨脹模塊30和修復(fù)模塊40。

      具體地,確定模塊10用于確定目標(biāo)圖像中的缺損區(qū)域。

      在本發(fā)明的實(shí)施例中,目標(biāo)圖像中的缺損區(qū)域可由用戶選擇確定或者通過對(duì)目標(biāo)圖像進(jìn)行分析確定。具體而言,確定模塊10可通過以下兩種方式確定目標(biāo)圖像中的缺損區(qū)域。

      方式一

      確定模塊10可用于根據(jù)預(yù)設(shè)的邊緣檢測(cè)算法檢測(cè)所述目標(biāo)圖像中的缺損區(qū)域。

      邊緣檢測(cè)的目的是標(biāo)識(shí)圖像中屬性變化明顯的點(diǎn)。圖像屬性中的顯著變化可包括但不限于:深度上的不連續(xù)、表面方向不連續(xù)、物質(zhì)屬性變化、場(chǎng)景照明變化等。

      目標(biāo)圖像中缺損區(qū)域與其他區(qū)域的存在明顯變化,因此確定模塊10可通過邊緣檢測(cè)算法檢測(cè)出變化邊界線,進(jìn)而可確定缺損區(qū)域。在邊緣檢測(cè)中,可提取圖像中不連續(xù)部分的特征,根據(jù)閉合的邊緣確定缺損區(qū)域。

      方式二

      確定模塊10可用于:接收用戶的標(biāo)注操作;根據(jù)所述標(biāo)注操作確定所述缺損區(qū)域。

      具體地,可在目標(biāo)圖像顯示界面提供標(biāo)注工具,如畫筆、選擇框等,從而用戶可通過標(biāo)注工具對(duì)缺損區(qū)域進(jìn)行標(biāo)注。進(jìn)而,可將用戶標(biāo)注操作所標(biāo)注的區(qū)域作為缺損區(qū)域。舉例來說,如圖2所示,缺損區(qū)域?yàn)閰^(qū)域A。

      生成模塊20用于生成所述目標(biāo)圖像的二值化圖像,在所述二值化圖像中,所述缺損區(qū)域?qū)?yīng)的第一區(qū)域?yàn)榈谝粓D像值,所述第一區(qū)域之外的第二區(qū)域?yàn)榈诙D像值。

      其中,第一圖像值和第二圖像值可為具有區(qū)分度的兩個(gè)圖像值。舉例來說,第一圖像值可為灰度值255,第二圖像值可為灰度值0。

      舉例來說,對(duì)于圖2所示的目標(biāo)圖像,對(duì)應(yīng)的二值化圖像可如圖3所示。圖2中缺損區(qū)域A對(duì)應(yīng)的第一區(qū)域?yàn)閳D3中的區(qū)域B。在本發(fā)明的實(shí)施例中,生成模塊20可在對(duì)目標(biāo)圖像二值化的過程中,將缺損區(qū)域A中的像素點(diǎn)的灰度值全部設(shè)置為255,生成第一區(qū)域B,將缺損區(qū)域之外的像素點(diǎn)的灰度值全部設(shè)置為0,生成第二區(qū)域C,第一區(qū)域B和第二區(qū)域C形成了圖3所示的二值化圖像。

      膨脹模塊30用于對(duì)所述第一區(qū)域進(jìn)行膨脹處理,得到第三區(qū)域。

      其中,對(duì)圖像進(jìn)行膨脹處理為形態(tài)學(xué)圖像處理中的一種。形態(tài)學(xué)圖像處理是以形態(tài)結(jié)構(gòu)元素為基礎(chǔ)對(duì)圖像進(jìn)行分析的工具。它的基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀以達(dá)到對(duì)圖像分析和識(shí)別的目的。圖像形態(tài)學(xué)的應(yīng)用可以簡(jiǎn)化圖像數(shù)據(jù),能夠保持圖像基本的形狀特征,并除去不相干的結(jié)構(gòu)。

      形態(tài)學(xué)圖像處理,即圖像形態(tài)學(xué)變換,是一種針對(duì)集合的處理過程,其形態(tài)算子的實(shí)質(zhì)是表達(dá)物體或形狀的集合與結(jié)構(gòu)元素間的相互作用,結(jié)構(gòu)元素的形狀就決定了這種運(yùn)算所提取的信號(hào)的形狀信息。形態(tài)學(xué)圖像處理是在圖像中移動(dòng)一個(gè)結(jié)構(gòu)元素,然后將結(jié)構(gòu)元素與下面的二值圖像進(jìn)行交、并等集合運(yùn)算。在形態(tài)學(xué)中,結(jié)構(gòu)元素是最重要最基本的概念。結(jié)構(gòu)元素在形態(tài)變換中的作用相當(dāng)于信號(hào)處理中的“濾波窗口”。

      膨脹處理是形態(tài)學(xué)圖像處理中一種基本形態(tài)學(xué)運(yùn)算。膨脹處理是將與物體(對(duì)應(yīng)本發(fā)明實(shí)施例中的第一區(qū)域)接觸的所有背景點(diǎn)(對(duì)應(yīng)第二區(qū)域中的點(diǎn))合并到該物體中,使物體的邊界向外部擴(kuò)張的過程。也就是說,在本發(fā)明的實(shí)施例中,膨脹模塊30可通過使用預(yù)設(shè)的結(jié)構(gòu)元素將第一區(qū)域的邊界向外部擴(kuò)張,得到第三區(qū)域。

      在本發(fā)明的一個(gè)實(shí)施例中,使用預(yù)設(shè)的結(jié)構(gòu)元素對(duì)所述第一區(qū)域進(jìn)行預(yù)設(shè)次數(shù)的膨脹處理,得到所述第三區(qū)域。也就是說,膨脹模塊30可通過多次膨脹處理,使得第一區(qū)域的邊界向外擴(kuò)張至合適的范圍。舉例來說,在本發(fā)明的實(shí)施例中,膨脹處理的次數(shù)選為15次。

      為了能夠提高膨脹的速度,在本發(fā)明的一個(gè)實(shí)施例中,使用的結(jié)構(gòu)元素可以是9×9的方形。

      舉例來說,圖4為對(duì)圖3所示的二值化圖像中的第一區(qū)域B進(jìn)行膨脹處理后得到圖像。其中,第一區(qū)域B膨脹后得到第三區(qū)域D。

      修復(fù)模塊40用于將所述目標(biāo)圖像中與所述第三區(qū)域?qū)?yīng)的圖像區(qū)域作為最佳匹配塊的搜索范圍,對(duì)所述缺損區(qū)域進(jìn)行修復(fù)。

      由于圖像中的圖像點(diǎn)之間是具有空間相關(guān)性的,通常圖像中某一部分的信息通常只與其周圍區(qū)域的信息有較大的相關(guān)性,而與距離其較偏遠(yuǎn)的區(qū)域的信息相關(guān)性較小。

      因此,在本發(fā)明的實(shí)施例中,可通過膨脹處理確定缺損區(qū)域的周圍區(qū)域,然后,修復(fù)模塊40將缺損區(qū)域的周圍區(qū)域作為修復(fù)過程中搜索最佳匹配塊的搜索范圍。也就是說,本發(fā)明的實(shí)施例中,修復(fù)模塊40在修復(fù)過程中可從缺損區(qū)域的周圍區(qū)域?qū)ふ易罴哑ヅ鋲K。

      相對(duì)于相關(guān)技術(shù)中,對(duì)每一個(gè)點(diǎn)進(jìn)行修復(fù)時(shí),都從所有已知區(qū)域去搜尋最佳匹配塊,需要較長(zhǎng)的搜索時(shí)間,且對(duì)于所有已知區(qū)域的搜索并不能提高對(duì)缺損區(qū)域修復(fù)時(shí)的信息質(zhì)量。特別特別是隨著移動(dòng)設(shè)備、相機(jī)等像素越來越高,拍攝的圖片尺寸也越來越大,當(dāng)原圖尺寸比較大的時(shí)候,搜索最佳匹配塊的時(shí)間將非常大,甚至難以想象。

      本發(fā)明的實(shí)施例中,考慮到缺損區(qū)域與其周圍區(qū)域的信息有較大的相關(guān)性,而與距離其較偏遠(yuǎn)的區(qū)域的信息相關(guān)性較小,修復(fù)模塊40將缺損區(qū)域附近的區(qū)域作為最佳匹配塊的搜索范圍,而自動(dòng)忽略距離缺損區(qū)域較遠(yuǎn)的其他區(qū)域,從而能夠大大縮短搜索時(shí)間,從而提高修復(fù)效率。

      舉例來說,對(duì)于圖4中的第三區(qū)域D,在圖2中的目標(biāo)圖像對(duì)應(yīng)的圖像區(qū)域包括缺損區(qū)域以及缺損區(qū)域周圍的一部分區(qū)域。則在進(jìn)行圖像修復(fù)時(shí),可從第三區(qū)域D在目標(biāo)圖像中對(duì)應(yīng)的圖像區(qū)域搜索最佳匹配塊。從而,當(dāng)缺損區(qū)域越小時(shí),所需要的已知信息就越少,根據(jù)其確定的第三區(qū)域也就越小,即得到的搜索范圍也就越?。划?dāng)缺損區(qū)域越大時(shí),所需要的已知信息就越多,根據(jù)其確定的第三區(qū)域也就越大,即得到的搜索范圍也就越大。這樣能夠在保證修復(fù)缺損區(qū)域所需的信息的同時(shí),大大縮短搜索時(shí)間,從而提高修復(fù)效率。

      需要說明的是,本發(fā)明的實(shí)施例在對(duì)缺損區(qū)域進(jìn)行修復(fù)時(shí),修復(fù)模塊40可使用任一種修復(fù)方法。具體而言,在本發(fā)明的一個(gè)實(shí)施例,修復(fù)模塊40可用于:確定所述缺損區(qū)域中的待修復(fù)點(diǎn);在所述搜索范圍內(nèi)搜索所述待修復(fù)點(diǎn)的最佳匹配塊;根據(jù)所述最佳匹配塊對(duì)所述待修復(fù)點(diǎn)進(jìn)行修復(fù),并更新所述缺損區(qū)域;重復(fù)上述步驟,直至所述缺損區(qū)域中的圖像點(diǎn)全部修復(fù)完成。

      一般來說,修復(fù)模塊40可從缺損區(qū)域的邊界點(diǎn)中選擇待修復(fù)點(diǎn)。具體而言可將強(qiáng)邊緣點(diǎn)或者周圍已知像素多的點(diǎn)作為初始的待修復(fù)點(diǎn),開始修復(fù)。直至將缺損區(qū)域中每個(gè)點(diǎn)都修復(fù)完成。

      本發(fā)明實(shí)施例的像修復(fù)裝置,通過確定目標(biāo)圖像中的缺損區(qū)域,針對(duì)缺損區(qū)域及其他區(qū)域生成目標(biāo)圖像的二值化圖像,并對(duì)二值化圖像中缺損區(qū)域?qū)?yīng)的區(qū)域進(jìn)行膨脹處理,將膨脹后得到的區(qū)域在目標(biāo)圖像中對(duì)應(yīng)圖像區(qū)域作為最佳匹配塊的搜索范圍,進(jìn)行圖像修復(fù)。由此,搜索范圍的大小和形狀完全取決于缺損區(qū)域的大小和形狀,可以大大縮短修復(fù)過程中的搜索時(shí)間,提高修復(fù)效率。特別是目標(biāo)圖像尺寸比較大的情況,修復(fù)效率的提升將非常明顯。

      本發(fā)明還提出一種電子設(shè)備。

      根據(jù)本發(fā)明實(shí)施例的電子設(shè)備,包括:外殼,顯示器、電路板和處理器,其中,電路板安置在外殼圍成的空間內(nèi)部,顯示器在外殼外部,并與電路板相連接,處理器設(shè)置在電路板上;處理器用于處理數(shù)據(jù),并具體用于執(zhí)行:

      確定目標(biāo)圖像中的缺損區(qū)域;

      生成所述目標(biāo)圖像的二值化圖像,在所述二值化圖像中,所述缺損區(qū)域?qū)?yīng)的第一區(qū)域?yàn)榈谝粓D像值,所述第一區(qū)域之外的第二區(qū)域?yàn)榈诙D像值;

      對(duì)所述第一區(qū)域進(jìn)行膨脹處理,得到第三區(qū)域;

      將所述目標(biāo)圖像中與所述第三區(qū)域?qū)?yīng)的圖像區(qū)域作為最佳匹配塊的搜索范圍,對(duì)所述缺損區(qū)域進(jìn)行修復(fù)。

      需要說明的是,本發(fā)明實(shí)施例的電子設(shè)備,其中處理器還可用于執(zhí)行本發(fā)明任一實(shí)施例的圖像修復(fù)方法。

      根據(jù)本發(fā)明實(shí)施例的電子設(shè)備,通過確定目標(biāo)圖像中的缺損區(qū)域,針對(duì)缺損區(qū)域及其他區(qū)域生成目標(biāo)圖像的二值化圖像,并對(duì)二值化圖像中缺損區(qū)域?qū)?yīng)的區(qū)域進(jìn)行膨脹處理,將膨脹后得到的區(qū)域在目標(biāo)圖像中對(duì)應(yīng)圖像區(qū)域作為最佳匹配塊的搜索范圍,進(jìn)行圖像修復(fù)。由此,搜索范圍的大小和形狀完全取決于缺損區(qū)域的大小和形狀,可以大大縮短修復(fù)過程中的搜索時(shí)間,提高修復(fù)效率。特別是目標(biāo)圖像尺寸比較大的情況,修復(fù)效率的提升將非常明顯。

      流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為,表示包括一個(gè)或更多個(gè)用于實(shí)現(xiàn)特定邏輯功能或過程的步驟的可執(zhí)行指令的代碼的模塊、片段或部分,并且本發(fā)明的優(yōu)選實(shí)施方式的范圍包括另外的實(shí)現(xiàn),其中可以不按所示出或討論的順序,包括根據(jù)所涉及的功能按基本同時(shí)的方式或按相反的順序,來執(zhí)行功能,這應(yīng)被本發(fā)明的實(shí)施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。

      在流程圖中表示或在此以其他方式描述的邏輯和/或步驟,例如,可以被認(rèn)為是用于實(shí)現(xiàn)邏輯功能的可執(zhí)行指令的定序列表,可以具體實(shí)現(xiàn)在任何計(jì)算機(jī)可讀介質(zhì)中,以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備(如基于計(jì)算機(jī)的系統(tǒng)、包括處理器的系統(tǒng)或其他可以從指令執(zhí)行系統(tǒng)、裝置或設(shè)備取指令并執(zhí)行指令的系統(tǒng))使用,或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用。就本說明書而言,"計(jì)算機(jī)可讀介質(zhì)"可以是任何可以包含、存儲(chǔ)、通信、傳播或傳輸程序以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用的裝置。計(jì)算機(jī)可讀介質(zhì)的更具體的示例(非窮盡性列表)包括以下:具有一個(gè)或多個(gè)布線的電連接部(電子裝置),便攜式計(jì)算機(jī)盤盒(磁裝置),隨機(jī)存取存儲(chǔ)器(RAM),只讀存儲(chǔ)器(ROM),可擦除可編輯只讀存儲(chǔ)器(EPROM或閃速存儲(chǔ)器),光纖裝置,以及便攜式光盤只讀存儲(chǔ)器(CDROM)。另外,計(jì)算機(jī)可讀介質(zhì)甚至可以是可在其上打印所述程序的紙或其他合適的介質(zhì),因?yàn)榭梢岳缤ㄟ^對(duì)紙或其他介質(zhì)進(jìn)行光學(xué)掃描,接著進(jìn)行編輯、解譯或必要時(shí)以其他合適方式進(jìn)行處理來以電子方式獲得所述程序,然后將其存儲(chǔ)在計(jì)算機(jī)存儲(chǔ)器中。

      應(yīng)當(dāng)理解,本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來實(shí)現(xiàn)。在上述實(shí)施方式中,多個(gè)步驟或方法可以用存儲(chǔ)在存儲(chǔ)器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件或固件來實(shí)現(xiàn)。例如,如果用硬件來實(shí)現(xiàn),和在另一實(shí)施方式中一樣,可用本領(lǐng)域公知的下列技術(shù)中的任一項(xiàng)或他們的組合來實(shí)現(xiàn):具有用于對(duì)數(shù)據(jù)信號(hào)實(shí)現(xiàn)邏輯功能的邏輯門電路的離散邏輯電路,具有合適的組合邏輯門電路的專用集成電路,可編程門陣列(PGA),現(xiàn)場(chǎng)可編程門陣列(FPGA)等。

      本技術(shù)領(lǐng)域的普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法攜帶的全部或部分步驟是可以通過程序來指令相關(guān)的硬件完成,所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中,該程序在執(zhí)行時(shí),包括方法實(shí)施例的步驟之一或其組合。

      此外,在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理模塊中,也可以是各個(gè)單元單獨(dú)物理存在,也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)模塊中。上述集成的模塊既可以采用硬件的形式實(shí)現(xiàn),也可以采用軟件功能模塊的形式實(shí)現(xiàn)。所述集成的模塊如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí),也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。

      上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器,磁盤或光盤等。

      在本說明書的描述中,參考術(shù)語“一個(gè)實(shí)施例”、“一些實(shí)施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說明書中,對(duì)上述術(shù)語的示意性表述不一定指的是相同的實(shí)施例或示例。而且,描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。

      盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例,本領(lǐng)域的普通技術(shù)人員可以理解:在不脫離本發(fā)明的原理和宗旨的情況下可以對(duì)這些實(shí)施例進(jìn)行多種變化、修改、替換和變型,本發(fā)明的范圍由權(quán)利要求及其等同限定。

      當(dāng)前第1頁1 2 3 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1