基于图像梯度先验模型实现大尺度图像修复的方法

摘要

本发明涉及一种基于图像梯度先验模型实现大尺度图像修复的方法，其中包括先读入待修复图像信息，根据待修复图像信息建立图像噪声模型、非局部均值的空间域概率模型和图像梯度先验概率模型，然后建立贝叶斯后验概率模型并计算后验概率估计值，根据所述的后验概率估计值确认当前像素点的值并保存，然后修复下一个像素点，直至整幅图像修复完毕。采用了该种结构的基于图像梯度先验模型实现大尺度图像修复的方法，可以实现克服现有技术中的图像修复过程中纹理边界一致性差的问题，实现了充分利用视频图像在空域上的冗余性，结合了空域模型和先验模型的联合约束，对大尺度破损图像信息进行有效恢复，使用方便，具有更广泛的应用范围。

主权项

一种基于图像梯度先验模型实现大尺度图像修复的方法，其特征在于，所述的方法包括以下步骤：（1）读入待修复图像信息；（2）建立图像噪声模型并计算图像噪声概率分布值；（3）建立非局部均值的空间域概率模型并计算非局部均值的空间域概率分布值；（4）建立图像梯度先验概率模型并计算图像梯度先验概率分布值；（5）建立贝叶斯后验概率模型并计算后验概率估计值；（6）根据所述的后验概率估计值确认当前像素点的值并保存。