图像修复技术及其在图像压缩中的应用

沈淑涛 高飞

摘 要 图像修复技术是针对部分损坏或缺失图像进行修补还原的一项技术，在众多领域中图像修复技术都发挥着重要作用。对图像修复技术以及其在图像压缩中的应用进行研究，从区域复杂性、图像复杂性和模式复杂性3个方面介绍了图像修复的理论基础，通过建立图像修复模型展现了修复过程，并分析了如何将图像修复技术应用在图像压缩中。通过研究发现给出的图像修复技术具有很好的修复效果，值得推广使用。

关键词 图像修复技术；图像压缩；技术应用

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2018）208-0125-02

图像修复（image completion）技术也被叫作图像修补（image inpainting）技术，是针对部分损坏或缺失的图像进行修补还原的一项技术，近年来图像修复技术不断完善，修复能力也越来越好，很多受损的图像经过修复后能够保持连续、自然，即使仔细观察也很难察觉出修复过的痕迹，观赏效果很好。在文艺复兴时期，艺术家就开始对图像进行修复，但是由于技术的落后，艺术家只能采用绘画技巧对艺术作品进行不断的润色和翻新，利用修补技术翻新图像的同时还要保证不破坏原来作品的风格。因此这种修复方法要花费大量时间和精力，是一项很复杂的工程[ 1 ]。

近年来人们对艺术作品的关注程度越来越高，数字图像修复技术也成了热门研究话题。研究者们针对图像修复问题提出了多种求解模型，同时也涌现出了许多极具代表性的经典算法，目前较为典型的算法为基于偏微分方程（partial differential equation， PDE）的修复方法和基于纹理合成（texture synthesis）的修复方法[2-3]。

1 图像修复技术

在进行图像修复之前，要将图像问题转化成数学模型，以I为原始图像，D为缺失区域，其中D属于I，将二维图像模型分为x和y两个方向，利用图像中的完整信息重构图像中的不完整信息，重构公式如下：

本文给出的图像修复过程可以看成一个二维插值的过程，修复时要重点考虑区域复杂性、图像复杂性和模式复杂性3个方面。下面对这3个方面进行重点介绍：

1）区域复杂性。对于二维图像来说，修复缺失区域需要首先了解应用场合。例如：被修复的区域如果应用场合为文字场合，那么该区域就是字母、数字或标点符号；而如果被修复的区域是为了遮挡图像中其他区域，那么该区域就是前景中的目标物体；如果要对古老艺术作品进行重新上色，那么待修复区域就是整个空间，必须要将图像画成网状，将周边像素孔洞全部上才能完成工作。由于修复工作需要对图像进行大量的填充，是一项极为复杂的工作，因此必须要借助2-D子区域和1-D结构才能保证修复图像的准确性。

2）图像复杂性。多分辨率小波算法是专门针对复杂的修复工作提出的算法。虽然SOBOLEV函数能够将一副图像重新构建，但是此函数只能应用在较为粗糙的尺度上，在精细尺度下，这种方法根本无法满足要求。精细尺度对于图像中包含的很多连续结构细节都有极高的要求，无论是跳变的边缘、拐角，还是T型交汇处，图像修复技术都要保证能够呈现出关键性的几何特征，还原图像中重要的视觉信息。修复图像时也可以通过建立的Banach或Hilbert空间函数来提高修复效率。

3）模式復杂性。图像修复主要是为了满足人的视觉需求，因此首先要建设处一个满足人眼需求的视觉模式，目前比较常用的视觉模式是镜像对称模式。如果一张需要修复的人像在眼睛方面出现划痕或者缺失，人们很容易就能根据平时的经验知识将缺失的部分想象出来，但是如果使用科学技术手段进行修补，得到的修补效果很有可能十分糟糕。如果利用计算机中的镜像对称模式，就很容易将缺失掉的部位修补出来。通常修补图像对图像精度要求很高，可以通过建立中轴线的方法将已知区域的图像信息转移到未知区域，从而实现图像的重建。模式识别已经不断深入计算机视觉修复中，并在高等图像修复技术中发挥着重要作用。模式复杂性通常要结合人平时的审美思路以及规律认知，由于人类视觉系统很容易将空间中看起来较为紧密的物体联系在一起，因此可以利用对称规则对图像进修复。根据图1、图2可以看出本文研究修复技术的应用效果。

根据上述图像可以发现，无论是在画面分辨率还是图像清晰度上，利用本文给出的修复技术都能很好的进行还原，得到的图像修复效果很好。在进行图像修复时，需要注意如下5点：

1）图像修复针对的是图像局部的问题，而确定缺失信息不需要了解整体图像，只需要跟据已知的内容信息来确定即可；2）修复过程必须要完全遵照图像函数，根据图像函数的属性建立修复模型和算法，通过高层次的输出模式完成新信息的输入；3）修复时要尽量提倡自主化，尽可能地减少手工操作，因为人工操作的准确程度远远低于计算机系统操作，同时修复一张图像时要根据多种类型的图像进行加工，这样才能保证修复质量；4）修复算法要拥有处理断裂的光滑狭窄边缘的能力，对于一幅图像来说，边缘信息是最重要的，可以直接影响内部比例因素，如果修复技术不能保证边缘信息的完美复原，得到的修复效果往往很差；5）对于一副图像来说，必须要有一个固定算法，只有这样才能提高图像的鲁棒性，降低会出现噪声或模糊等现象的发生概率。

2 图像修复技术在图像压缩中的应用

图像修复技术在很多领域都有着非常深远的影响，尤其是在压缩编码领域，图像修复技术发挥着重要作用。图像修复技术能够利用已知信息完美的还原图像中的破损部分，使本来残破不堪的图像重新复原，得到人眼能够接受的效果，而正是因为这一特点使图像压缩有了实现的可能。由于图像在进行压缩时，要将图像信息转化成编码信息，而编码端又会选择性地丢弃一部分信息，所以传输到终端的信息已经不完整。如果只利用传输到终端的信息还原图像和视频资料，那得到的资料必然会有所缺失，甚至失去了原来的作用，而图像修复技术能很好地解决这一问题。图像修复技术可以在解码端重构图像，根据已知的信息将未知区域还原出来，从而达到节省系统所需要的图像和视频码率的目的。本文给出的修复技术不仅能够完美的重构图像，而且在重构时能够去除图像中的冗余信息，降低压缩过程图像传输占用的编码率。

3 结论

图像修复技术在很多领域都发挥着重要作用，本文从通用性的角度研究了一种图像修复方法，从区域复杂性、图像复杂性和模式复杂性3个方面进行研究，通过实际应用证明本文给出的图像技术能够有效还原图像信息，而且修复质量很好，修复时间很快。本文给出的技术不仅在图像修复中发挥重要作用，同时对图像压缩也产生深远影响，利用上述技术能够有效去除图像冗余信息，提高传输效率，保证传输质量。希望本文的研究能够为以后图像修复技术的研究提供有力帮助。

参考文献

[1]邹伟杰，郭子君，朱同林.数字图像修复在植物叶片图像压缩上的应用[J].湖南理工学院学报（自科版），2015（1）：22-25.

[2]缪小勇，周佳虹，戴颖，等.计算机图像处理在我们工作生活中的应用[J].电子世界，2015（20）：189-190.

[3]龚正，沈建新.SPIHT算法在 DICOM 图像压缩中的应用研究[J].计算技术与自动化，2016，35（2）：61-65.