数字图像修复技术及其在图像压缩中的应用

陈少锋

摘要：我国科技技术的提升，使图像修复技术得到较快发展，该技术主要是对图像中损坏部分进行修复，以保证图像完整。图像在保存期间，易受外界因素影响，导致图像产生裂缝、划痕以及脱落等问题。随着科技的不断发展，图像修复技术的应用逐步实现了数字化，通过数字图像修复技术进行修复，不用在原图像上进行修复，降低了原图像进一步损坏的风险。

关键词：数字图像修复技术；图像压缩；应用

中图分类号：TP3 文献标识码：A 文章编号：1009-3044（2018）24-0175-02

一些图像由于受到人为或者自然因素影响，使局部画面损坏，但也有一些原因使图像局部信息缺损，比如某些原因移走了图像中的目标信息而留下信息空白区，利用数字图像修复技术时，在处理、压缩以及传输图像时造成信息丢失而留下的信息缺损区。在对图像进行修复时，需要对图像进行压缩，保证图像整体信息的完整性，以达到图像修复的目的。

1 数字图像修复技术概述

图像修复技术也叫图像修补技术，主要是对图像中缺失或者损坏的部分进行还原的一种技术[1]。随着科技的进步，图像修复技术也得到了快速发展，使图像修复技术实现了数字化，不但能够有效提升修复能力，而且使修复后的图像自然、连续，很难发现图像修复过的痕迹，具有较高的观赏效果。文艺复兴时期，较多学者采用一定的修复方法对图像进行修复，由于科技技术的不成熟，艺术家通过对缺失部位进行不断润色与翻新，达到图像修复的目的。在润色与翻新的过程中，不能破坏图像的风格，这对当时修复技术而言，需要花费较多精力与时间。随着人们对艺术品的关注度不断提高，使数字图像修复技术得到了较快发展，其中该项技术需要通过多种不同的求解模型来完成，以达到图像修复的最佳状态。

2 数字图像修复复杂性分析

2.1 区域复杂性

在对二维图像缺失部位进行修复时，应当先对需要修复区域的应用场合进行分析，再选择合理的修复方案，比如需要修复区域若是一种文字场合，表明此区域就是数字、字母与符号；而如果被修复的区域是为了遮挡图像中其他区域，表明被修复区域图像是景色中的目标物体；若是对图像进行重新上色，表明修复区域是整个空间，这就需要把图像以网状的形式呈现，对网状中像素进行上色[2]。另外，图像的修复需要对缺失区域进行大量的填充，工作量较为繁杂，在修复过程中必须要借助2-D子区域和1-D结构來完成，以确保图像修复的完整性以及准确性。

2.2 图像复杂性

在对图像进行修复时，需要用到专业的计算方法，其中多分辨率小波计算方法主要是对较为复杂的图像修复实施的一种计算方法。多分辨率小波计算方法中需要用到SOBOLEV函数，可以对图像进行合理重构，该函数在较为粗糙的尺度中具有较强的重构能力，但是无法满足在精细尺度下的图像重构要求。图像中都有较多连续结构，这就需要采用精细尺度对图像中细节结构进行修复，这对精细尺度的要求比较高，不管是对图像中的拐角或是交汇处的修复，都必须要确保几何特征的完整呈现，并对图像中较为细节的视觉信息进行还原。此外，在进行图像修复过程中，为了提升修复效率，可以通过建立不同的空间函数来实现。

2.3 模式复杂性

图像修复的主要目的是满足人们视觉的享受，这就需要在建立修复模式时建立一个能够满足人们视觉需求的视觉模式，较为常用的是镜像对称模式。若图像中人的眼睛出现了划痕，人们就会根据日常经验想象出残缺部分，但是若根据技术手段实施修复，很难达到人们想象出的效果，导致修复效果大打折扣。在此基础上利用镜像对称模式，能够有效地把眼睛划痕部位缺失的部分完整地修复，这种修复模式对图像的精度要求特别高，在修复的过程中可以使用建立中轴线方法来完成，把已知区域图像移动到未知区域，以达到图像的重构。

3 数字图像修复技术在图像压缩中的应用

3.1 基于修复技术的图像压縮系统框架

在不改变图像压缩技术基本协议的情况下，在图像进行编码前对图像特征信息进行提取，再将编码后的图像通过信息进行重建，以此来完成修复。在修复过程中，信息的提取大大降低了图像修复的难度，不但能够有效避免重建后图像的失真，而且有利于图像修复效果。所以，信息的提取对图像压缩系统起到关键性作用。

图像边缘可代表图像的大致轮廓，在视觉分析过程中较为重要，人眼对图像边缘的变化尤为敏感，所以对图像边缘的连接直接影响着图像质量。在图像修复时，将图像边缘作为修复时可利用的信息，能够对图像进行更好的修复。另外，编码前，需要对图像边缘信息进行扩充与提取，根据边缘扩充图对图像进行处理，并通过压缩系统进行压缩修复[3]。同时，应当对不完整图像进行解码，再根据信息对解码后的图像进行修复。

3.2 图像预处理

图像预处理主要包含边缘扩充、边缘检测及去除视觉冗余，在压缩系统中较为重要，能够有效对预处理后的图像进行解码，并提升图像压缩比。首先，对图像边缘进行提取，在不同边缘检测算法中，算子边缘检测性能较高，再利用算子对边缘实施扩充。提取出来的边缘图像是一个二值图像矩阵，对边缘位置可有效呈现，但是原始图像边缘信息无法显示，且算子检测的边缘信息较为细化，由于信息较少，会对图像修复造成一定影响。因此，对图像边缘进行扩展，并需要找到原图像边缘位置。本文通过把二值图像中的边缘点向不同方向进行两个像素宽度的扩充，再显示原图像边缘扩充点位置，在此期间应保持其余像素点，可显示原图像边缘扩充图，如图1所示[4]。

再对扩充图进行视觉冗余的去除，由于边缘区域的扩充较为重要，在修复时必须要扩充信息，其余区域修复较为容易，所以该区域的修复可以进行实时丢弃处理。原图像在进行边缘扩充时，如果一个9*9图像块中像素值是“0”，则丢弃该图像块，并填为黑色，此种丢弃方法高效、简单。

3.3 图像修复技术的解码方案

样本块的图像修复技术本质上是纹理合成技术，对丢失的纹理有比较好的修复效果，在边缘结构中平坦区域的纹理信息较多，因此在此基础上可以通过纹理信息采用纹理合成技术，此种方法能够有效提升修复质量。另外，在进行图像预处理时，丢弃的单位是图像块，纹理合成技术是通过“块”为单位实施图像修复，且丢弃图像区域信息缺失较多，纹理合成技术对较大区域有更好的修复效果，并且计算方法也有较高的准确性。在图像修复时，应保证图像修复技术与压缩一致，将修复图像块与丢弃图像块的大小设定为9*9，能够有效提升图像修复质量。样本块图像修复技术与其他技术相比，具有简单快捷、计算量小以及适合在其他系统中移植等优点，并且与传统方法相比有更好的视觉效果。

3.4 系統性能评价指标

对图像压缩系统性能的评价主要通过以下两个方面：1）像素平均花费的比特数；2）重新建立的图像质量。其中，像素平均花费的比特数用[bpp]来表示，随着数值的不断变小，压缩比越高，计算公式如下：

图像修复技术中的压缩系统，主要是通过去除原图像中的视觉冗余来提高图像的压缩比，研究方法不只是局限于图像压缩系统协议，对视觉中的概念也有更多地考虑，利用边缘以及纹理等特征对视觉冗余进行消除，以此提升压缩比，该方法主要的问题就是会丢弃原图像的一些信息，降低重新建立质量。为此，对此种压缩系统的评价，需要对压缩比与重建图像质量进行实时关注。其中，图像质量评价有主客观两种，客观评价主要是对原图像与重建图像进行计算，并用峰值信噪比[PSNR]来表达，图像随着[PSNR]的增加，质量越高，计算公式如下[5]：

4 结语

综上所述，数字图像修复技术在图像压缩中的应用，能够有效确保图像的完整性，可保证我国重要行业中图像信息的完整，比如文物修复、古代画像修复等。目前，数字图像修复技术的应用较为广泛，涉及的行业较多，生活中也离不开此项技术的应用，由此可以看出数字图像修复技术具有较大的发展前景。我国在数字图像修复技术的应用过程中，取得了较大成绩，并不断扩展此项技术的应用领域，并在新领域应用中进行问题的反馈，以推动数字图像修复技术的未来发展。

参考文献：

[1] 贾蕊.浅析数字图像修复技术[J].神州，2017（22）：179-179.

[2] 刘羽飞.基于离散余弦变换的数字图像压缩算法实现[J].无锡职业技术学院学报，2017（1）：43-46.

[3] 元海燕.数字图像处理的关键技术及应用[J].信息系统工程， 2017（1）：89-89.

[4] 李梅菊，祁清.数字图像修复技术综述[J].信息通信，2016（2）：130-131.

[5] 梁淑芬，郭敏，梁湘群.改进的Criminisi算法的数字图像修复技术[J].计算机工程与设计， 2016（5）：1314-1318.

【通联编辑：张薇】