1.一种基于图正则化的矩阵填充图像修复方法,其特征在于:包括以下步骤:步骤(1):将输入的待修复图像X分成I个搜索区域M,并将每个搜索区域分成J个图像块K;
步骤(1)中所述的将待修复图像X划分成若干搜索区域、以及将搜索区域划分成若干图像块的具体方法是:
设待修复图像X的维度是V×U,对待修复图像X进行划分搜索区域,每一个搜索区域的大小均为x×y,共 个搜索区域,在第Mi个大小为x×y搜索区域选取 个大小为n×m的图像块;
步骤(2):在第Mi个搜索区域中寻找p个与第Kj个图像块最为相似的图像块,并形成数据矩阵F;
步骤(2)中使用欧氏距离公式计算出在第Mi个搜索区域中与第Kj个图像块最为相似的p(n*m)×(p+1)
个图像块,并形成数据矩阵F,其中数据矩阵F具体为:数据矩阵Fj∈R ;
步骤(3):计算数据矩阵F的图拉普拉斯矩阵与图正则化项;
步骤(3)中所述的数据矩阵F的图拉普拉斯矩阵与图正则化项的具体计算方法是:图拉普拉斯矩阵L的计算公式为:其中,L为图拉普拉斯矩阵,T为度矩阵,度矩阵是一个对角矩阵;T的第i行i列元素是邻接矩阵H中第i行元素之和,H是邻接矩阵;
图正则化项的计算公式为:
2 T
min∑ij||Fi‑Fj||Hij=min tr(FLF)2
||a||表示向量a中各个元素的平方和,即欧式距离的平方;
步骤(4):将数据矩阵F输入到基于图正则化的矩阵填充算法;
步骤(4)中所述的基于图正则化的矩阵填充算法的模型具体为:其中,X表示待修复图像,D表示修复后图像,E表示误差矩阵,Ω表示不需要修复的区域,即能被观察到的元素位置的集合;πΩ是正交投影算子, ||D||*表示T
修复后图像D的核范数;tr(DLD)表示图正则化项,α是正则化项的惩罚系数;
步骤(5):运用交替方向法求解基于图正则化的矩阵填充算法优化问题;
T
步骤(5)中运用交替方向法求解算法优化问题时,把算法模型中的||D||*和tr(DLD)分T
开更新,令tr(DLD)中的D=W,即如下式:其中,X表示待修复图像,D和W均表示修复后图像,E表示误差矩阵,Ω表示不需要修复的区域,即能被观察到的元素位置的集合;πΩ是正交投影算子, ||D||*T
表示修复后图像D的核范数;tr(WLW)表示图正则化项,α是正则化项的惩罚系数;
其中,
算法更新流程:
首先,先固定W、E、Y1和Y2,对修复后图像D采用奇异值阈值算法进行更新;
随后,固定D、W、Y1和Y2,对误差矩阵E进行更新;
然后,固定D、E、Y1和Y2,对修复后图像W采用最小二乘法进行更新;
最后,固定W、E、D,更新拉格朗日乘子Y1,Y2;
步骤(6):完成该搜索区域每个图像块的复原工作,并将J个图像块整合为搜索区域图像;若所有的搜索区域都处理结束,则跳转到步骤(7),否则跳转到步骤(2);
步骤(6)中通过整合图像块复原出该搜索区域的图像的具体方法是:在经过基于图正则化的矩阵填充算法处理之后的矩阵式低秩矩阵,此时取出当前处理图像块的那一列数据,并把其还原成图像块大小的数据矩阵,接着把重建好的数据矩阵安放在一个与待修复区域大小相同的数据矩阵中,并且该重建好的数据矩阵的位置与在该图像块在待修复区域中的位置相同;
步骤(7):直至恢复出完整的图像;
步骤(7)中恢复出完整的图像的具体方法是:当每个搜索区域执行完毕之后,把该搜索区域复原出的数据矩阵安放一个与原待修复图像大小相同的矩阵中,并且该搜索区域复原出的数据矩阵的位置与在该搜索区域在待修复的图像中的位置相同。