[发明专利]一种智能设计的图像缺陷点自动修复方法及系统

权利要求书

1.一种智能设计的图像缺陷点自动修复方法，其特征在于，包括：

获取设计图像，对所述设计图像中的物体特征进行识别，根据所述物体特征对所述设计图像进行分层，得到多个层级的特征图像；

在所述多个层级的特征图像中选择目标层级特征图像，同时确定所述目标层级的上一层特征图像和下一层特征图像，分别对所述目标层级特征图像、上一层特征图像和下一层特征图像中的物体边缘进行特征识别，将所述目标层级特征图像中出现特征重叠的物体边缘区域作为所述目标层级特征图像的噪声区域；

对所述目标层级特征图像进行网格化处理，对所述噪声区域对应网格的色度值进行识别，根据相邻网格之间的色度值的差值，在所述噪声区域对应网格中确定缺陷点，并对所述缺陷点进行删除；

确定与所述缺陷点相邻的目标网格，根据所述目标网格的色度值和所述缺陷点在所述目标层级特征图像中对应的物体特征，对已经删除的缺陷点对应的网格区域进行修复，生成模拟网格；

根据所述模拟网格在所述目标层级特征图像中的物体边缘区域的位置关系，将所述模拟网格与对应的物体边缘区域进行图像融合处理，得到修复后的目标层级特征图像；

当所有层级的特征图像均修复完成后，根据修复后的目标层级特征图像与上一层特征图像之间出现特征重叠的物体边缘区域进行第一图像融合处理，以及根据修复后的目标层级特征图像与下一层特征图像之间出现特征重叠的物体边缘区域进行第二图像融合处理，直到所有层级的特征图像均融合处理后，得到修复后的设计图像。

2.如权利要求1所述的智能设计的图像缺陷点自动修复方法，其特征在于，所述获取设计图像，对所述设计图像中的物体特征进行识别，根据所述物体特征对所述设计图像进行分层，得到多个层级的特征图像的步骤中，具体包括：

对识别得到的物体特征进行标记，对每个标记的物体特征上的线条进行识别，根据物体特征上各个线条形成的闭环情况，对标记的物体特征划分为完整个体和非完整个体；

对每一个完整个体在设计图像中的深度值进行判断，根据所述深度值的大小排序对所述完整个体按层级依次排列；

分别判断对每一个非完整个体与排列后的完整个体之间的位置关系，确定每一个非完整个体对应所在的层级，完成各个层级上的物体特征排列；

根据每个层级上的物体特征，生成对应多个层级的特征图像。

3.如权利要求1所述的智能设计的图像缺陷点自动修复方法，其特征在于，所述在所述多个层级的特征图像中选择目标层级特征图像，同时确定所述目标层级的上一层特征图像和下一层特征图像，分别对所述目标层级特征图像、上一层特征图像和下一层特征图像中的物体边缘进行特征识别，将所述目标层级特征图像中出现特征重叠的物体边缘区域作为所述目标层级特征图像的噪声区域的步骤中，具体包括：

分别对所述目标层级特征图像、上一层特征图像和下一层特征图像中的物体边缘进行特征识别，得到目标边缘、上一层边缘和下一层边缘；

分别将所述目标边缘和上一层边缘投影到纵向水平面上，将所述纵向水平面上出现的交叉点作为所述目标层级特征图像与上一层特征图像的特征重叠点；

分别将所述目标边缘和下一层边缘投影到横向水平面上，将所述横向水平面上出现的交叉点作为所述目标层级特征图像与下一层特征图像的特征重叠点；

对所有的特征重叠点在对应目标层级特征图像中所对应位置上的阴影区域进行识别，将识别到的阴影区域作为所述目标层级特征图像的噪声区域。

4.如权利要求1所述的智能设计的图像缺陷点自动修复方法，其特征在于，所述对所述目标层级特征图像进行网格化处理，对所述噪声区域对应网格的色度值进行识别，根据相邻网格之间的色度值的差值，在所述噪声区域对应网格中确定缺陷点，并对所述缺陷点进行删除的步骤中，具体包括：

对所述目标层级特征图像进行网格化处理，对生成的每一个网格中的色度值进行识别，并对所述噪声区域对应网格的色度值进行提取；

在所述噪声区域对应网格中分别对两个相邻网格之间的色度值进行计算，当两个相邻网格的差值大于预设阈值时，确定该两个相邻的网格为疑似缺陷点；

分别对两个相邻网格的周边相邻网格对应的色度值进行提取并计算平均差值，将两个相邻网格中对应的平均差值大的网格作为缺陷点；

对确定的所有缺陷点进行删除。