本實用新型涉及一種彩票兌獎設(shè)備，具體地說是一種嵌入式智能自動兌獎設(shè)備。

背景技術(shù)：

現(xiàn)有的福利彩票和體育彩票的兌獎過程是，由操作員用手持式兌獎設(shè)備掃描彩票或二維碼，再人工讀出手持式兌獎設(shè)備上顯示的兌獎結(jié)果，例如中獎、未中獎、重復(fù)兌獎等。但是，操作員長期枯燥工作，準(zhǔn)確率下降、效率較低。

技術(shù)實現(xiàn)要素：

本實用新型的目的在于克服現(xiàn)有技術(shù)的不足，提供一種適合即開票銷售網(wǎng)點使用的，用于自助終端后臺自動兌獎的嵌入式智能自動兌獎設(shè)備，它可替代人工實自動化兌獎，可解決人工兌獎效率低、準(zhǔn)確率差的問題。

本實用新型為實現(xiàn)上述目的，通過以下技術(shù)方案實現(xiàn)：嵌入式智能自動兌獎設(shè)備，包括機箱，機箱上安裝機箱蓋板，機箱內(nèi)安裝信息讀取盒，信息讀取盒內(nèi)安裝攝像頭，信息讀取盒的側(cè)壁上安裝現(xiàn)有的手持式兌獎設(shè)備，現(xiàn)有的手持式兌獎設(shè)備的屏幕與攝像頭對應(yīng)，以便攝像頭能讀取現(xiàn)有的手持式兌獎設(shè)備顯示的兌獎結(jié)果；機箱內(nèi)安裝為主控電路板供電的主板電源、設(shè)有OCR識別功能的主控電路板和顯示兌獎信息的顯示器，現(xiàn)有的手持式兌獎設(shè)備的掃描端與顯示器對應(yīng)以掃描其上的兌獎信息；機箱的側(cè)壁上安裝網(wǎng)卡及天線，現(xiàn)有的手持式兌獎設(shè)備上安裝控制板，主控電路板分別與網(wǎng)卡及天線、顯示器、攝像頭和控制板連接，控制板與現(xiàn)有的手持式兌獎設(shè)備連接，主控電路板通過控制板控制現(xiàn)有的手持式兌獎設(shè)備，機箱蓋板上設(shè)有數(shù)個散熱通孔。

為進一步實現(xiàn)本實用新型的目的，還可以采用以下技術(shù)方案：所述機箱的側(cè)壁上設(shè)有把手。所述機箱外側(cè)開設(shè)把手收納槽，把手通過轉(zhuǎn)軸與機箱鉸接，轉(zhuǎn)軸位于把手收納槽內(nèi)，轉(zhuǎn)軸上安裝齒輪，機箱上垂直開設(shè)按鍵腔和鎖緊板孔，鎖緊板孔與按鍵腔相通，鎖緊板孔的直徑小于按鍵腔的直徑，機箱上水平開設(shè)齒條滑槽，齒條滑槽分別與把手收納槽和鎖緊板孔相通，把手收納槽內(nèi)開設(shè)斜舌滑槽，斜舌滑槽分別與鎖緊板孔和把手收納槽相通，按鍵腔內(nèi)安裝按鍵，鎖緊板孔內(nèi)安裝鎖緊板，鎖緊板的一端設(shè)有連桿，連桿與按鍵連接，按鍵腔內(nèi)安裝彈簧，彈簧位于連桿外周為按鍵提供向外的彈力，鎖緊板中部開設(shè)條形槽，齒條滑槽內(nèi)安裝齒條，齒條橫穿條形槽，齒條與齒輪嚙合，齒條內(nèi)側(cè)設(shè)有斜舌，斜舌斜面朝向斜舌滑槽，條形槽內(nèi)側(cè)設(shè)有傾斜面，傾斜面與斜舌配合。所述主控電路板上可設(shè)有顯卡。

本實用新型的優(yōu)點在于：它可完全替代人工真正實現(xiàn)自動兌獎功能，對獎精度高、速度快，不僅可降低人工成本，還可免避免錯誤兌獎而帶來的嚴(yán)重后果。所述自動兌獎設(shè)備還可包括以下創(chuàng)新點：

一、即開票兌獎電子接口未開放，彩票自助終端或者手機自動兌獎即開票目前國內(nèi)空白。所述嵌入式智能自動兌獎設(shè)備可填補這一技術(shù)空白。

具體地說，近幾年國內(nèi)有多家彩票自助銷售終端廠家經(jīng)營自助終端，投資時沒有充分考慮到自動兌獎對運營的影響，導(dǎo)致大量投資無法回收，公司逐步收縮；由于技術(shù)難度高，國內(nèi)除我司外，沒有一家能夠?qū)崿F(xiàn)即開票自動兌獎；自動兌獎是我公司目前能夠運營自助終端的基礎(chǔ)。

二、獨創(chuàng)行為識別和OCR識別算法

1、手持式兌獎設(shè)備有非常多種類的提示框，而且還會有未知的提示框擴充，所述嵌入式智能自動兌獎設(shè)備能根據(jù)需要從眾多提示框中準(zhǔn)確提出：未中獎、重復(fù)兌獎、兌獎超過上限等需要的兌獎信息。用戶兌獎信息若顯示錯誤將會導(dǎo)致信譽體系崩潰。而所述嵌入式智能自動兌獎設(shè)備利用獨創(chuàng)行為識別和OCR識別算法可完全避免上述問題發(fā)生。

2、中獎金額確保100%正確

如果用戶中獎獎金判斷錯誤，用戶會直接撥打12345投訴電話，投訴詐騙，之前有公司運營的時候已經(jīng)遇到過。所述嵌入式智能自動兌獎設(shè)備利用OCR識別算法技術(shù)可避免上述問題發(fā)生。

3、圖像由于受攝像機自動增益、自動白平衡和自動曝光影響，成像不穩(wěn)定；同時手持式兌獎設(shè)備屏幕明暗無規(guī)律變化，造成圖像成像失真，存在信息丟失的情況。所述嵌入式智能自動兌獎設(shè)備采用獨創(chuàng)痕跡信息還原技術(shù)，痕跡還原技術(shù)的數(shù)學(xué)模型是神經(jīng)網(wǎng)絡(luò)和混沌預(yù)測技術(shù)，保障圖像可視范圍外的痕跡清晰還原，該技術(shù)可用于刑偵等場景。

4、簡單實現(xiàn)功能對于一些廠家可以模仿，但要實現(xiàn)兌獎結(jié)果100%正確是公司核心技術(shù)，也是該產(chǎn)品的核心競爭。所述嵌入式智能自動兌獎設(shè)備就是公司核心競爭的技術(shù)保證。

附圖說明

圖1是本實用新型所述嵌入式智能自動兌獎設(shè)備的結(jié)構(gòu)示意圖；圖2是圖1的A向放大結(jié)構(gòu)示意圖；圖3是圖1的I局部放大結(jié)構(gòu)示意圖，圖中所示把手為豎起狀態(tài)；圖4是圖1的I局部放大結(jié)構(gòu)示意圖，圖中所示把手為收納狀態(tài)；圖5是行為識別方法流程圖；圖6是OCR識別方法流程圖。

附圖標(biāo)記：1網(wǎng)卡及天線 2顯示器 3現(xiàn)有的手持式兌獎設(shè)備 4散熱通孔 5把手 6主板電源 7主控電路板 8攝像頭 9機箱 10機箱蓋板 11信息讀取盒 12控制板 13鎖緊板孔 14鎖緊板 15斜舌 16斜舌滑槽 17齒條 18齒輪 19把手收納槽 20轉(zhuǎn)軸 21按鍵 22彈簧 23連桿 24條形槽 25傾斜面 26齒條滑槽 27按鍵腔。

具體實施方式

本實用新型所述嵌入式智能自動兌獎設(shè)備，如圖1所示，包括機箱9，機箱9上安裝機箱蓋板10。機箱9內(nèi)安裝信息讀取盒11，信息讀取盒11內(nèi)安裝攝像頭8。信息讀取盒11的側(cè)壁上安裝現(xiàn)有的手持式兌獎設(shè)備3，現(xiàn)有的手持式兌獎設(shè)備3的屏幕與攝像頭8對應(yīng)，以便攝像頭8能錄制現(xiàn)有的手持式兌獎設(shè)備3顯示的兌獎結(jié)果。機箱9內(nèi)安裝為主控電路板7供電的主板電源6、設(shè)有OCR識別功能的主控電路板7和顯示兌獎信息的顯示器2?，F(xiàn)有的手持式兌獎設(shè)備3的掃描端與顯示器2對應(yīng)以掃描其上的兌獎信息。機箱9的側(cè)壁上安裝網(wǎng)卡及天線1，網(wǎng)卡及天線1可實現(xiàn)所述嵌入式智能自動兌獎設(shè)備信息發(fā)送或接收?，F(xiàn)有的手持式兌獎設(shè)備3上安裝控制板12。主控電路板7分別與網(wǎng)卡及天線1、顯示器2、攝像頭8和控制板12連接?？刂瓢?2與現(xiàn)有的手持式兌獎設(shè)備3連接，主控電路板7通過控制板12控制現(xiàn)有的手持式兌獎設(shè)備3。機箱蓋板10上設(shè)有數(shù)個散熱通孔4方便機箱9內(nèi)散熱。網(wǎng)卡及天線1是現(xiàn)有無線傳輸部件。OCR識別即光學(xué)字符識別。

所述主控電路板7可以是嵌入式主板，其包括：Mini-ITX CPU1.6G，可板載2G RAM，無硬盤工作，6串口內(nèi)5外1，8USB數(shù)量為內(nèi)4外4，硬件看門狗，7*24小時工作。

所述主控電路板7內(nèi)的系統(tǒng)可以是嵌入式Linux系統(tǒng)：帶圖像界面，小于60M系統(tǒng)燒寫入CF卡，啟動時間<12秒，可二次開發(fā)，提供SDK，支持JAVA、.NET平臺，軟件看門狗，集成機器視覺等應(yīng)用。

自動兌獎原理：

1、用數(shù)碼相機或攝像機等現(xiàn)有外部拍攝設(shè)備對需兌獎的彩票進行拍攝，并將信息傳至顯示器2上顯示；

2、由現(xiàn)有的手持式兌獎設(shè)備3掃描顯示器2屏幕所顯示信息，現(xiàn)有的手持式兌獎設(shè)備3在自身程序的運作下，掃描后便會在其屏幕上顯示兌獎結(jié)果，例如：未中獎、重復(fù)兌獎、兌獎超過上限等需要的兌獎信息；

3、攝像頭8讀取現(xiàn)有的手持式兌獎設(shè)備3屏幕上的信息，如：正在兌獎、中獎、未中獎、重復(fù)兌獎傳給主控電路板7處理；

若中獎，則主控電路板7采用OCR識別技術(shù)對中獎金額識別，并將中獎金額的信息通過網(wǎng)卡及天線1發(fā)送給兌獎人知曉，識別正確率100%；

若未中獎或重復(fù)兌獎，手持式兌獎設(shè)備會彈出對話框，此時主控電路板7通過控制板12操控現(xiàn)有的手持式兌獎設(shè)備3，模擬手指按動現(xiàn)有的手持式兌獎設(shè)備3上按鍵的動作，以取消彈出的對話框，從而，進行下一個彩票的讀取兌獎識別等后續(xù)操作。

為方便搬運所述嵌入式智能自動兌獎設(shè)備，如圖1所示。所述機箱9的側(cè)壁上設(shè)有把手5。

為方便在非搬運時將把手5收納，以節(jié)省空間，如圖3所示，所述機箱9外側(cè)開設(shè)把手收納槽19，把手5通過轉(zhuǎn)軸20與機箱9鉸接，轉(zhuǎn)軸20位于把手收納槽19內(nèi)，轉(zhuǎn)軸20上安裝齒輪18。機箱9上垂直開設(shè)按鍵腔27和鎖緊板孔13，鎖緊板孔13與按鍵腔27相通，鎖緊板孔13的直徑小于按鍵腔27的直徑。機箱9上水平開設(shè)齒條滑槽26，齒條滑槽26分別與把手收納槽19和鎖緊板孔13相通，把手收納槽19內(nèi)開設(shè)斜舌滑槽16，斜舌滑槽16分別與鎖緊板孔13和把手收納槽19相通。按鍵腔27內(nèi)安裝按鍵21，鎖緊板孔13內(nèi)安裝鎖緊板14，鎖緊板14的一端設(shè)有連桿23，連桿23與按鍵21連接。按鍵腔27內(nèi)安裝彈簧22，彈簧22位于連桿23外周為按鍵21提供向外的彈力。鎖緊板14中部開設(shè)條形槽24，齒條滑槽26內(nèi)安裝齒條17，齒條17橫穿條形槽24，齒條17與齒輪18嚙合，齒條17內(nèi)側(cè)設(shè)有斜舌15），斜舌15斜面朝向斜舌滑槽16，條形槽24內(nèi)側(cè)設(shè)有傾斜面25，傾斜面25能與斜舌15配合。需將把手5收納時，如圖3所示，先克服彈簧22的彈力向內(nèi)按動按鍵21，按鍵21通過連桿23帶動條形槽24向內(nèi)移動，使斜舌15與條形槽24對應(yīng)，即對斜舌15解除鎖緊板14的束縛；再將把手5向把手收納槽19內(nèi)轉(zhuǎn)動，把手5通過轉(zhuǎn)軸20帶動齒輪18轉(zhuǎn)動，齒輪18帶動齒條17向左移動，當(dāng)把手5如圖4所示收入把手收納槽19內(nèi)時，齒條17已帶動斜舌15進入條形槽24內(nèi)，此時松開按鍵21，彈簧22帶動鎖緊板14向外移動復(fù)位，傾斜面25與斜舌15配合將斜舌15鎖定，即將把手5鎖定于把手收納槽19內(nèi)。當(dāng)需將把手5翻出時，轉(zhuǎn)動把手5，把手5通過齒輪18帶動齒條17向右移動，斜舌15推動鎖緊板14克服彈簧22向內(nèi)移動，最終斜舌15向右移出條形槽24右側(cè)，此時條形槽24在彈簧22的作用下復(fù)位，鎖緊板14將斜舌15鎖定，防止其向左移動，從而將把手5鎖定為豎直狀態(tài)。

所述主控電路板7上可設(shè)有顯卡，以便于所述嵌入式智能自動兌獎設(shè)備可直接連接顯示器，直接顯示兌獎反回信息。

一、獨創(chuàng)行為識別和OCR識別算法

兌獎過程中會出現(xiàn)五類行為信息：

1、中獎

需要正確識別出中獎金額和中獎等級

2、重復(fù)兌獎

需要識別重復(fù)兌獎行為和中獎金額、中獎等級

3、未中獎

4、超過兌獎上限

5、其他提示信息

其他提示信息包括發(fā)送數(shù)據(jù)失敗、禁止兌獎、鏈接服務(wù)器失敗、連接數(shù)據(jù)庫失敗、稍后再試、尚未入站或外省票、建立撥號網(wǎng)絡(luò)連接失敗、系統(tǒng)沒有該玩法信息等等各種已知或未知的提示信息。

行為識別的方法主要分為：基于模板的方法、基于概率統(tǒng)計的方法和基于語義的方法。由于兌獎行為存在不確定性，行為無法枚舉，基于模板和概率統(tǒng)計的方法無法滿足需要，為了提取行為特征的有效性和準(zhǔn)確性，設(shè)計了一套基于語義的特征檢測算法，如圖5所示。

行為污點傳播分析過程包括污點標(biāo)記、污點傳播和污點漂白，污點標(biāo)記按照污點源進行分類Funcsensitive={Win,NWin,RWin,BLimit,Mess},其中，每類污點源集合包含了需要監(jiān)控并標(biāo)記的系統(tǒng)調(diào)用，如Wintaint={RecMon,RecLev…}，系統(tǒng)調(diào)用根據(jù)污點源類型，標(biāo)記返回值污點。

污點標(biāo)記完成后，通過污點傳播規(guī)則計算污點傳播路徑，提取數(shù)據(jù)依賴和控制依賴關(guān)系。對于系統(tǒng)調(diào)用F={Ret,Parameterin,Parameterout}，若傳入Parameterin∈Taint，則將返回值Ret和傳出參數(shù)Parameterout也標(biāo)記為污點，如果系統(tǒng)調(diào)用F1產(chǎn)生的污點源T1傳播至影響控制轉(zhuǎn)移的指令i，則指令i控制范圍內(nèi)的所有系統(tǒng)調(diào)用{Fi,1,Fi,2…}均控制依賴于F1，記錄控制依賴關(guān)系。

污點漂白的過程即污點被無關(guān)數(shù)據(jù)改寫的過程，對于污點數(shù)據(jù)記錄Taint、數(shù)據(jù)D和路徑L，如果#D，D∈L，且D?Taint，則污點數(shù)據(jù)Taint中已AddressD為起點、LengthD長度的內(nèi)容被漂白。

行為依賴圖的構(gòu)造過程包括入口節(jié)點的產(chǎn)生、節(jié)點的添加、數(shù)據(jù)依賴邊和控制依賴邊的添加以及構(gòu)造結(jié)束的判斷。開始分析時，行為依賴圖集合Tinit為空，以產(chǎn)生污點的關(guān)鍵系統(tǒng)調(diào)用作為入口節(jié)點Entry生產(chǎn)圖Ginitial，同時更新影子記錄為當(dāng)前污點的起始地址、長度、狀態(tài)和類型信息，以便后續(xù)分析。

依賴邊的添加是通過在添加新節(jié)點時回溯計算污點傳播過程完成的，包括數(shù)據(jù)依賴邊和控制依賴邊兩種情況，對于數(shù)據(jù)依賴邊的添加，在新節(jié)點加入時，回溯污點傳播路徑，查詢當(dāng)前污點數(shù)據(jù)與產(chǎn)生污點的系統(tǒng)調(diào)用節(jié)點之間的數(shù)據(jù)依賴關(guān)系，在相關(guān)節(jié)點和當(dāng)前節(jié)點之間添加數(shù)據(jù)依賴邊。既存在數(shù)據(jù)依賴關(guān)系又存在控制依賴關(guān)系的，在兩節(jié)點之間同時添加數(shù)據(jù)依賴邊和控制依賴邊，即在兩節(jié)點之間同時存在兩條依賴邊。

行為依賴圖構(gòu)建的結(jié)束有兩種情況：當(dāng)已經(jīng)產(chǎn)生的污點記錄全部被漂白；行為代碼執(zhí)行完畢，行為依賴圖創(chuàng)建完畢。

在行為依賴圖的基礎(chǔ)上，生成基于語義的抗混淆特征的行為特征圖。從污點傳播分析的角度，對于污點Taint傳播路徑上的系統(tǒng)調(diào)用Ntaint1，其后的污點傳播路徑為LN，Ntaint1產(chǎn)生時LN=Φ，根據(jù)所編寫的污點傳播規(guī)則，當(dāng)Ntaint1產(chǎn)生傳播到Ntaint2時，LN={ Ntaint1, Ntaint2…}，以此類推，語義無關(guān)調(diào)用的判斷條件為：當(dāng)污點產(chǎn)生后，滿足LN=Φ或者LN≠Φ但∨N?LN，均有N?StateChange，則認(rèn)為LN中所有節(jié)點為語義無關(guān)調(diào)用，將其刪除（若LN=Φ則刪除Ntaint1），并刪除與之相關(guān)的控制依賴邊和數(shù)據(jù)依賴邊。

創(chuàng)建語義等價序列集集合F={Lequ1, Lequ2, Lequ3,… Lequn,Index}，該集合包含一系列語義等價序列庫，每個語義等價序列庫是一個預(yù)設(shè)序列集合，可標(biāo)識為Lequi={Seqi1 ,Seqi2 …Seqin}，集合中的所有系統(tǒng)調(diào)用序列的語義相同，可相互替換。同時構(gòu)造所有語義等價序列庫的索引Index={Ea ,Eb ,Ec …}，其中Ei表示庫中序列的首節(jié)點名稱，每個節(jié)點對應(yīng)一個集合，保存該首節(jié)點的所有序列的所在庫信息，記為Ei={ Lequ1, Lequ2, Lequ3,…}，其中Lequn表示以Ei為首節(jié)點的序列所在的庫名（集合節(jié)點名），一個集合節(jié)點的行為特征圖中代表一個語義等價的序列庫，內(nèi)部存儲一個鏈接，鏈接到其代表的語義等價序列庫中所有序列的首節(jié)點。

在特征提取過程中，對等價系統(tǒng)調(diào)用序列的識別是一個序列匹配過程，首先從庫集合F的索引Index中查找相應(yīng)節(jié)點，然后按照該節(jié)點保存的庫信息到相應(yīng)庫中找到該節(jié)點為首的序列向下匹配，若有一個庫中的一條序列匹配成功，則將依賴圖中該序列縮減為代表該庫的集合節(jié)點N’，并將原有的數(shù)據(jù)依賴邊和控制依賴邊都指向該集合節(jié)點。

基于行為特征圖的檢測是在待測對象與行為特征圖的之間建立匹配，匹配的過程主要包括：一般系統(tǒng)調(diào)用節(jié)點匹配、集合節(jié)點的匹配、邊的匹配和匹配計數(shù)。

一般節(jié)點匹配包括系統(tǒng)調(diào)用名稱的匹配和系統(tǒng)調(diào)用參數(shù)的匹配，匹配參數(shù)分為句柄、文字、枚舉和結(jié)構(gòu)四種，句柄類型用來判斷系統(tǒng)調(diào)用和返回值之間是否有關(guān)聯(lián)，從而判斷是否構(gòu)成數(shù)據(jù)依賴；文字和枚舉類型使用數(shù)值比較判定；結(jié)構(gòu)類型根據(jù)結(jié)構(gòu)中數(shù)據(jù)類型，進行各種比較。

集合節(jié)點表示一個語義等價序列庫，當(dāng)匹配過程中遇到集合節(jié)點，保存數(shù)據(jù)狀態(tài)，然后轉(zhuǎn)到相應(yīng)的語義等價序列庫中進行匹配。邊的匹配和節(jié)點匹配同時進行，當(dāng)特征圖中的節(jié)點被匹配，自動回溯計算當(dāng)前節(jié)點和其余已匹配節(jié)點之間的依賴關(guān)系，根據(jù)得到的依賴關(guān)系與控制依賴關(guān)系判定兩個節(jié)點的數(shù)據(jù)依賴邊或控制依賴邊是否相同。

根據(jù)行為識別的結(jié)果，如果是中獎或者重復(fù)兌獎，進入OCR識別單元。識別按照圖像預(yù)處理：如圖6所示：

特征提取首先統(tǒng)計特征，使用傅里葉、K-L變換、小波變換、不定矩特征、全局筆畫方向特征等，進行宏觀特征和局部特征信息統(tǒng)計。

對圖像分割后，結(jié)構(gòu)特征提取算法如下：

對細(xì)化圖像取垂直三條直線，分別取在5/12，1/2，7/12處，記下三條垂直直線與數(shù)字筆段的交點數(shù)；

取水平三條直線，分別取1/3,1/2,2/3處，分別記下三條水平直線與數(shù)字筆段的交點數(shù)；

取對角兩條直線，分別記下這兩條對角直線與數(shù)字筆段的交點數(shù)。

結(jié)構(gòu)特征提取的算法如下：

按從上到下，從左到右的順序掃描預(yù)處理后圖像并選擇黑像素點P；

計算像素P的8個鄰域之和N；

若N=1，則像素P為端點，端點計數(shù)器加一；

重復(fù)步驟1~3，直到遍歷識別區(qū)域。

知識庫的建立按照9個特征矢量組成：

DATA=【垂直中線交點數(shù)，垂直5/12，垂直7/12

水平中線交點數(shù)，水平1/3交點數(shù)，水平2/3交點數(shù)

左對角線交點數(shù)，右對角線交點數(shù)，端點數(shù)】，考慮環(huán)境變化、相機成像等各種因素影響，按照此規(guī)則建立各種情況下知識庫集合，可以保證識別的100%正確性。

二、獨創(chuàng)痕跡信息還原技術(shù)

由于圖像成像受各種因素影響，要做到完全正確的行為識別和OCR識別，必須要有圖像復(fù)原技術(shù)保證。經(jīng)典的圖像潤飾和紋理合成算法僅適用于包含純結(jié)構(gòu)或純紋理的圖像，而對含線性結(jié)構(gòu)又包含復(fù)雜紋理的圖像，算法效果并不理想，特別是對于本系統(tǒng)中圖像的處理效果極差。

經(jīng)過深入的系統(tǒng)分析和測試，本系統(tǒng)獨創(chuàng)基于樣本統(tǒng)計的紋理合成和圖像潤飾算法，很好地解決了問題。

如果兩幅圖片缺損區(qū)域周圍的結(jié)構(gòu)信息相同，那么不管圖像其余部分的存在多么巨大的差異，填充的結(jié)果最終是相同的，圖像的潤飾算法僅僅利用缺損區(qū)域周圍的局部信息，不考慮全局信息無法做到有效還原。

給定一個圖像，建立基于局部特征直方圖的指數(shù)族分布，通過此特征分布模型，捕捉這幅圖像的特質(zhì)，然后利用該分布對照指定區(qū)域?qū)ふ易羁赡艿慕Y(jié)果進行圖像潤飾。算法中的特征值主要利用的是圖像的梯度值和梯度角，它們能夠很好地反映圖像的局部特征，并可利用多環(huán)置信傳播方法（Loopy Belief Propagation）進行優(yōu)化，通過此算法模型，可以去除填充區(qū)域的剩余圖像中推出缺損部分的圖像信息，是一種能夠?qū)W習(xí)的圖像潤飾算法。

基于樣本的紋理合成在恢復(fù)較大區(qū)域紋理時比較成功，但在還原真實圖片中的缺損部分效果不太理想，原因在于真實圖片中往往存在結(jié)構(gòu)部分和復(fù)雜紋理，不同紋理之間的邊界部分（即結(jié)構(gòu)）靠紋理合成很難得到，而圖像潤飾算法在填充較大區(qū)域擴散結(jié)構(gòu)信息時易引起模糊，因此基于樣本統(tǒng)計的紋理合成基礎(chǔ)上融合結(jié)構(gòu)擴展?jié)欙棧潜鞠到y(tǒng)中最可行的模型。

從圖像的源區(qū)域復(fù)制像素點填充到目標(biāo)區(qū)域中，包含了已有紋理和結(jié)構(gòu)信息，而區(qū)域之間的結(jié)構(gòu)信息則通過改變像素點的填充順序可以得到，既解決了同時生成紋理和結(jié)構(gòu)信息的問題，也保持了原有紋理合成算法高效的優(yōu)點。設(shè)有圖像I，待填充的目標(biāo)區(qū)域為Ω，輪廓線為ξΩ，源區(qū)域為φ（φ=I-φ），目標(biāo)區(qū)域中輪廓線為方形模板Ψp，大小默認(rèn)為9x9，中心點p在輪廓線ξΩ上，模板Ψp應(yīng)包含一部分已合成的像素。在算法設(shè)計中，模板內(nèi)的每個像素都有一個顏色值和置信值（表示該點的填充情況，1已填充，0未填充）。填充順序應(yīng)是沿輪廓線從外向內(nèi)逐步填充，可充分利用已有信息，并保證首先生成結(jié)構(gòu)信息。為此輪廓線上的每個模板都有一個暫時的優(yōu)先級。

初始化完成后，循環(huán)執(zhí)行下面的3個步驟，知道填充全部完成。

1、計算優(yōu)先級

優(yōu)先級的大小取決于兩部分因素：一部分是該模板的數(shù)據(jù)值，它反映了模板的結(jié)構(gòu)信息強弱，從而保證線性結(jié)構(gòu)部分的優(yōu)先合成；另一部分是模板的置信度值，因為填充這樣的模板可以依賴更多的已知像素。二者相互制約，共同構(gòu)成優(yōu)先級。

優(yōu)先級計算公式：Pp=C（p）D（p）

其中

C（p）表示模板的置信度值，D（p）表示模板的數(shù)據(jù)值。C（q）表示模板內(nèi)像素點的置信值，初始化時，位于目標(biāo)區(qū)域中的每個點的值設(shè)為0，源區(qū)域中的每個點的值設(shè)為1，是模板的面積，是一個標(biāo)準(zhǔn)化參數(shù)，np是輪廓線在p點的單位法向量，是在點p的光強度和方向。對于每一個模板，都將計算優(yōu)先級，從而得到合成順序。從公式可以看出，包含較多已填充像素的模板，置信度值較大，那些在目標(biāo)區(qū)域中形成轉(zhuǎn)角和卷須的模板就將有限填充；結(jié)構(gòu)明顯、包含線段突出的模板，數(shù)據(jù)值較大，像斷線部分就可以優(yōu)先順序順利地連接。另一方面，數(shù)據(jù)值大的模板會使優(yōu)先級傾向線段突出的部分，而置信度值大的模板則會抑制那些線段的突出，在這種情況下兩者會取得一定的平衡。

2、擴展紋理和結(jié)構(gòu)信息

優(yōu)先級計算完畢，首先填充優(yōu)先級最高的模板。從源區(qū)域取樣，尋找和該模板已合成像素最匹配的模板，然后將相應(yīng)的像素點復(fù)制填充到目標(biāo)區(qū)域的模板中。這樣一次完成填充，包括了紋理和形成的結(jié)構(gòu)信息，同傳統(tǒng)圖像潤飾算法傳播信息通過擴散進行不同，該算法通過在源區(qū)域采樣來傳播信息，因此在填充較大的區(qū)域時不會出現(xiàn)模糊現(xiàn)象。

3、更新置信值

隨著模板內(nèi)剩余像素的填充完畢，重新更新該模板內(nèi)像素的置信值，初始化圖像，選取目標(biāo)區(qū)域輪廓線并設(shè)定模板；重復(fù)以下步驟，直到目標(biāo)區(qū)域全部填充完畢：

1）確認(rèn)填充輪廓線非空，否則結(jié)束

2）計算輪廓線上模板優(yōu)先級

3）找到優(yōu)先級最大的模板Ψp

4）在源區(qū)域中找到和模板Ψp最匹配的模板

5）將模板Ψp內(nèi)的像素復(fù)制填充到模板Ψp的相應(yīng)位置

6）更新模板Ψp內(nèi)新填充像素點的置信值

同其他算法相比，該算法優(yōu)質(zhì)高效，很好解決了同時修復(fù)紋理和結(jié)構(gòu)信息。

本實用新型的技術(shù)方案并不限制于本實用新型所述的實施例的范圍內(nèi)。本實用新型未詳盡描述的技術(shù)內(nèi)容均為公知技術(shù)。