技术特征：
1.一种图像修复方法，其特征在于，所述方法包括如下步骤：采用自适应欧拉弹性算法对破损图像进行估计，确定破损图像的像素点估计值；基于破损图像的像素点估计值采用迭代反向投影算法对破损图像进行修复。2.基于权利要求1所述的图像修复方法，其特征在于，采用自适应欧拉弹性算法对破损图像进行估计，确定破损图像的像素点估计值为：图像进行估计，确定破损图像的像素点估计值为：其中，y为破损图像的像素点估计值，x为破损图像的像素点灰度值，φ(
·
)为中间函数，p(
·
)为光滑递减函数，a和b均为权重系数，为取导数的符号，γ是正则参数，ω为破损图像的所有区域，d为破损图像的破损区域。3.基于权利要求1所述的图像修复方法，其特征在于，所述基于破损图像的像素点估计值采用迭代反向投影算法对破损图像进行修复，具体包括：初始化迭代次数k＝0，y0＝破损图像的像素点估计值，y0为第0次迭代确定的像素点估计值；令k的数值增加1；基于第k-1次迭代确定的像素点估计值，利用公式确定第k次迭代的像素点灰度值；其中，为第k次迭代的像素点灰度值，为第k-1次迭代确定的像素点估计值，δ为扰动值，d(
·
)为降噪算法；基于第k次迭代的像素点灰度值，利用公式确定第k次迭代确定的像素点估计值；其中，为第k次迭代确定的像素点估计值，a为退化矩阵，i
n
为单位矩阵，为a的伪逆矩阵；判断迭代次数是否达到最大迭代次数，获得判断结果；若所述判断结果表示否，则返回步骤“令k的数值增加1”；若所述判断结果表示是，则基于第k次迭代的像素点灰度值，利用公式对破损图像进行修复；其中，为修改后图像的像素点灰度值。4.基于权利要求3所述的图像修复方法，其特征在于，所述降噪算法为bm3d算法。5.一种图像修复系统，其特征在于，所述系统包括如下步骤：估计模块，用于采用自适应欧拉弹性算法对破损图像进行估计，确定破损图像的像素点估计值；修复模块，用于基于破损图像的像素点估计值采用迭代反向投影算法对破损图像进行修复。6.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4中
任一项所述的方法。7.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被执行时实现如权利要求1至4中任一项所述的方法。
技术总结
本发明公开一种图像修复方法及系统，所述方法首先利用欧拉弹性算法计算出原始观察信息的估计值。由于基于欧拉弹性能量的模型可以减少阶梯效应，能够很好的保护边缘和细节信息，使得得到的原始观察值的估计值更加准确。然后由得到的原始观察信息的估计值利用迭代去噪反向投影的算法在输入图像的估计值和原始观察的估计值之间交替迭代，从而获得更加准确的输入图像的估计值，也就是输出的修复图像，这就避免了现有利用基于块匹配方法，寻找一个最相似块来修复破损区域而带来的不想要的信息，实现了在图像修复中可以减少阶梯效应，保护图像中的边缘和细节信息，并且能够很好的近似自然图像。好的近似自然图像。好的近似自然图像。
技术研发人员：李巧巧 王维兰
受保护的技术使用者：西北民族大学
技术研发日：2023.03.08
技术公布日：2023/5/11