[发明专利]贝叶斯非局部均值图像修复方法

权利要求书

1.一种贝叶斯非局部均值图像修复方法，包括如下步骤：

（1）对于输入的待修复图像I，确定待修复区域Ω和待修复区域的边界δ；

（2）利用如下公式，计算出中心点在待修复区域的边界δ上的所有修复块的优先级P(p)：

P(p)＝C(p)·D(p)，

其中，D(p)为数据项，C(p)为置信度项，表示图像像素点的可信程度，C(p)初始化为C(p)＝0，p∈Ω，C(p)＝1，p∈I-Ω；

（3）以优先级最高的修复块 的中心点 为中心，选取大小为M×M的邻域作为该修复块的搜索区域，定义该区域内以点 为中心的块 为样本块；

（3.1）对修复块 和样本块 利用贝叶斯框架建模，分别计算修复块的均值 和样本块的均值 并计算出它们的均值差 即 

（3.2）根据均值差 服从 的高斯分布的特性，定义一个自适应阈值：t＝λσ₀，其中，σ₀为 的标准差，λ＝1.65，u₀为 的均值， 为 的方差；

（3.3）选择搜索区域内所有 的点，作为预选取后新的搜索区域；

（4）计算新的搜索区域内的修复块 与样本块 的相似性距离：

其中， 为2范数；

（5）根据相似性距离 服从自由度为n的卡方分布X²(n)的特性，当n≥25时，分位点 选取相似性距离位于分位点β左侧的最相似的m个样本块，作为修复块 的集合；

（6）根据如下公式，计算集合内的样本块 和修复块 的相似性权值：

其中，Z为归一化参数，σ²为修复块 的方差，N为修复块 中像素值已知的 点的个数；

（7）根据相似性权值，将集合内的全部样本块的加权均值，作为填充块Ψ₀，并用该填充块对修复块 进行填充修复；

（8）当修复块 完成修复后，更新待修复区域，并用修复块 中心点 的置信度更新已完成修复的点的置信度C(p)：

其中， 为修复块 中心点 的置信度，∩表示‘与’关系；

（9）重复步骤（1）~（8），直至待修复区域内的所有点被修复。

2.根据权利要求书1所述的贝叶斯非局部均值图像修复方法，其特征在于步骤（2）所述的置信度项C(p)和数据项D(p)的计算方法为：

其中，x为修复块Ψ_p中像素值已知的点，C(x)为点x的置信度，|Ψ_p|为修复块Ψ_p的面积，n_p为在p处与待修复区域边界垂直的单位向量， 为与p点处的梯度垂直的单位向量，即p点处等照度线方向的单位向量，α为标准化参数，对于8位灰度图像，α＝255。