本发明涉及一种基于连分式插值技术的银行破损票据图片正负向修补方法及其系统，与现有技术相比解决了图像修补技术缺乏稳定性和通用性且无法修复图片细节的缺陷。本发明包括以下步骤：初始化图像特征分析；利用正向修补方式进行票据图像破损点的修补；利用负向修补方式进行票据图像破损点的修补；利用两个修补的图像构造出最终修补结果C。本发明提高了图像修补的质量和效率。
1.一种基于连分式插值技术的银行破损票据图片正负向修补方法，其特征在于，包括以下步骤：
11)初始化图像特征分析；对输入的破损票据图像进行分析，判断该破损票据图像是灰度图像还是彩色图像；若为彩色图像，则将该彩色图像沿着R、G、B三个颜色通道分别按照灰度图像的方式执行；
12)利用正向修补方式进行票据图像破损点的修补，通过输入破损票据图像已知像素信息构造正向插值窗口，由该正向插值窗口结合连分式有理插值重构出每个破损点的像素信息，得到修补的票据图像A；其包括以下步骤：
121)正向插值窗口的确定，读取输入破损票据图像的信息，由待修补点(x,y)周围的已知像素信息构造出16个采样点组成的正向插值窗口；其包括以下步骤：
1211)对于待修补点(x,y)，搜索找到其周围邻近的16个已知像素点；
(x-2,x-1,x+1,x+2)×(y-2,y-1,y+1,y+2)的正向插值窗口；
122)正向灰度值的计算，由该正向插值窗口结合二元向量有理插值函数计算出该破损点的灰度值；
123)按照从左到右、从上到下的方向顺序遍历破损票据图像中每一个待修补点，均进行正向插值窗口的确定步骤和正向灰度值的计算步骤，得到每一个待修补点的灰度值，当所有待修补点均得到灰度 值后，得到修补的票据图像A；
13)利用负向修补方式进行票据图像破损点的修补，通过输入破损票据图像已知像素信息构造负向插值窗口，由该负向插值窗口结合连分式有理插值重构出每个破损点的像素信息，得到修补的票据图像B；其包括以下步骤：
131)负向插值窗口的确定，读取输入破损票据图像的信息，由待修补点(x,y)周围的已知像素信息构造出16个采样点组成的负向插值窗口；其包括以下步骤：
1311)对于待修补点(x,y)，搜索找到其周围邻近的16个已知像素点；
(x-2,x-1,x+1,x+2)×(y+2,y+1,y-1,y-2)的负向插值窗口；
132)负向灰度值的计算，由该负向插值窗口结合二元向量有理插值函数计算出该破损点的灰度值；
133)按照从左到右、从上到下的方向顺序遍历破损票据图像中每一个待修补点，均进行负向插值窗口的确定步骤和负向灰度值的计算步骤，得到每一个待修补点的灰度值，当所有待修补点均得到灰度值后，得到修补的票据图像B；
14)利用两个修补的图像构造出最终修补结果C，将票据图像A和票据图像B进行图像叠加，得到该破损票据图像的最终修补结果C。
2.根据权利要求1所述的一种基于连分式插值技术的银行破损 票据图片正负向修补方法，其特征在于，所述的正向灰度值的计算包括以下步骤：
其中，i＝0、1、…、m，m,n分别为输入图像的长和宽的大小；
22)将正向插值窗口(x-2,x-1,x+1,x+2)×(y-2,y-1,y+1,y+2)结合二元向量有理函数中计算得到待修补点(x,y)的灰度值R1(x,y)，即：
R1(x,y)＝A0(y)+(x-x0)A1(y)+(x-x0)(x-x1)A2(y)+(x-x0)(x-x1)(x-x2)A3(y)，其中x0＝x-2,x1＝x-1,x2＝x+1,x3＝x+2，y0＝y-2,y1＝y-1,y2＝y+1,y3＝y+2，φNT[x0,…,xi；y0,…,yj],i＝0,1,2,3,j＝0,1,2,3,为Newton–Thiele型混合差商；
其中f(xi,yj)为对应的已知像素点(xi,yj)的灰度值，
3.根据权利要求1所述的一种基于连分式插值技术的银行破损票据图片正负向修补方法，其特征在于，所述的负向灰度值的计算包括以下步骤：
其中，i＝0、1、…、m，m,n分别为输入图像的长和宽的大小；
32)将负向插值窗口(x-2,x-1,x+1,x+2)×(y+2,y+1,y-1,y-2)结合二元向量有理插值函数计算出待修补点(x,y)的像素值为R2(x,y)，即R2(x,y)＝B0(y)+2B1(y)+2B2(y)-2B3(y)，其中，
x′0＝x-2,x′1＝x-1,x′2＝x+1,x′3＝x+2，y′0＝y+2,y′1＝y+1,y′2＝y-1,y′3＝y-2，其中，φNT[x′0,…,x′i；y′0,…,y′j],i＝0,1,2,3,j＝0,1,2,3,为Newton–Thiele型混合差商，x′0＝x-2,x′1＝x-1,x′2＝x+1,x′3＝x+2，y′0＝y+2,y′1＝y+1,y′2＝y-1,y′3＝y-2，上式中φNT[x′i；y′j]满足：φNT[x′i；y′j]＝f(x′i,y′j),其中f(x′i,y′j),为对应的已知像素点(x′i,y′j)的灰度值。
4.根据权利要求1所述的一种基于连分式插值技术的银行破损票据图片正负向修补方法，其特征在于，所述的利用两个修补的图像构造出最终修补结果C的方法如下：将修补的票据图像A和修补的票据图像B分别赋予加权因子，得到该破损票据图像的最终修补结果C，其公式如下：C＝(A+B)/2。
5.根据权利要求1-4任一所述的基于连分式插值技术的银行破损票据图片正负向修补方法的系统，其特征在于：包括初始化图像输入模块，用于确定输入图像的类型；正向修补模块，用于获得正向修补的票据图像A；负向修补模块，用于获得负向修补的票据图像B；叠加修补模块，用于将票据图像A和票据图像B叠加成最终修补结果C；
所述初始化图像输入模块的输出端分别与正向修补模块的输入端和负向修补模块的输入端相连，正向修补模块的输出端和负向修补模块的输出端均与叠加修补模块的输入端相连。
一种基于连分式插值技术的银行破损票据图片正负向修补方
法及其系统
技术领域
[0001] 本发明涉及图片修复技术领域，具体来说是一种基于连分式插值技术的银行破损票据图片正负向修补方法及其系统。
背景技术
[0002] 图像修补即为恢复破损图像的完整性，是对指定区域进行信息填充，使得填充后的区域和原有区域之间过渡自然，看起来就像从未破损过一样。图像修补技术作为数字图像处理技术的一个重要组成部分，在医学影像、影视特技、虚拟现实、文物图像恢复、银行业务处理等方面具有重大的应用前景，是当前计算机视觉和计算机图形学的一个研究热点。特别是在金融系统中，随着金融系统数字化、网络化业务的不断拓展，在银行业务的日常处理流程中，都需要对大量的票据材料通过扫描仪进行扫描上传。
[0003] 但上传后的票据图片经常出现由于纸质票据的长年存放而出现泛黄、残缺的情况，并且少量的票据图片在数据库中多年存放也出现了一些由于数据缺失而产生的票据图片信息破损的情况。为了恢复出客户的信息资料和银行内部的一些重要信息，对这些破损的图像和图片进行修补就显得非常必要。
[0004] 现阶段有很多研究人员已经提出了不同的图像修补方法，并取得了一定的成功，但是很多方法缺乏稳定性和通用性，修补不够完整，同时纹理部分处理的不够突出。如下所述：
[0005] 如图3所示，其为待修补的图像。
[0006] 1、使用文献[1]和文献[2]的方法进行修复，([1]Xing Huo,Jieqing Tan,and Min Hu.An automatic video scratch removal based on Thiele type continued fraction,Multimedia Tools and Applications,vol.71,no.2,pp.451-467,2014.[2]Xing Huo,Jieqing Tan.A novel non-linear method of automatic video scratch removal,Proceedings-4th International Conference on Digital Home,pp.39-45,
2012.)通过使用一元连分式修补的方法(即目前最新的采用一元连分式来进行图像修补的方法，具体算法详见文献[1][2]，其中文献[1]是文献[2]的一种改进方法)处理后，如图4所示，该方法只能基本的恢复出划痕部位的图像。
[0007] 2、通过使用文献[3]二元连分式修补的方法，([3]Xing Huo,Jieqing Tan.Bivariate rational interpolant in image inpainting,Journal of Information and Computational Science,vol.2,no.3,pp.487-492,2005.)。文献[3]为目前最新的采用二元连分式进行图像修补的方法，其处理后，结果如图5所示，该方法能够较好的修补划痕，但是整体图像出现右偏移的现象。
[0008] 由此可以发现，针对目前各种修补技术存在的局限性，在现有的硬件条件下，如何设计出一种高效、简单的修补方法已经成为当今急需解决的技术问题。
发明内容
[0009] 本发明的目的是为了解决现有技术中图像修补技术缺乏稳定性和通用性且无法修复图片细节的缺陷，提供一种基于连分式插值技术的银行破损票据图片正负向修补方法及其系统来解决上述问题。
[0010] 为了实现上述目的，本发明的技术方案如下：
[0011] 一种基于连分式插值技术的银行破损票据图片正负向修补方法，包括以下步骤：
[0012] 初始化图像特征分析；对输入的破损票据图像进行分析，判断该破损票据图像是灰度图像还是彩色图像；若为彩色图像，则将该彩色图像沿着R、G、B三个颜色通道分别按照灰度图像的方式执行；
[0013] 利用正向修补方式进行票据图像破损点的修补，通过输入破损票据图像已知像素信息构造正向插值窗口，由该正向插值窗口结合连分式有理插值重构出每个破损点的像素信息，得到修补的票据图像A；
[0014] 利用负向修补方式进行票据图像破损点的修补，通过输入破损票据图像已知像素信息构造负向插值窗口，由该负向插值窗口结合连分式有理插值重构出每个破损点的像素信息，得到修补的票据图像B；
[0015] 利用两个修补的图像构造出最终修补结果C，将票据图像A和票据图像B进行图像叠加，得到该破损票据图像的最终修补结果C。
[0016] 所述的利用正向修补方式进行票据图像破损点的修补包括以下步骤：
[0017] 正向插值窗口的确定，读取输入破损票据图像的信息，由待修补点(x,y)周围的已知像素信息构造出16个采样点组成的正向插值窗口；其包括以下步骤：
[0018] 对于待修补点(x,y)，搜索找到其周围邻近的16个已知像素点；
[0019] 根据待修补点的坐标位置，依次选择：
[0020]
[0021] 将以上16个像素点作为采样点；
[0022] 根据这16个采样点构造(x-2,x-1,x+1,x+2)×(y-2,y-1,y+1,y+2)的正向插值窗口；
[0023] 正向灰度值的计算，由该正向插值窗口结合二元向量有理插值函数计算出该破损点的灰度值；
[0024] 按照从左到右、从上到下的方向顺序遍历破损票据图像中每一个待修补点，均进行正向插值窗口的确定步骤和正向灰度值的计算步骤，得到每一个待修补点的灰度值，当所有待修补点均得到灰度值后，得到修补的票据图像A。
[0025] 所述的利用负向修补方式进行票据图像破损点的修补包括以下步骤：
[0026] 负向插值窗口的确定，读取输入破损票据图像的信息，由待修补点(x,y)周围的已知像素信息构造出16个采样点组成的负向插值窗口；其包括以下步骤：
[0027] 对于待修补点(x,y)，搜索找到其周围邻近的16个已知像素点；
[0028] 根据待修补点的坐标位置，依次选择：
[0029]
[0030] 将以上16个像素点作为采样点；
[0031] 根据这16个采样点构造(x-2,x-1,x+1,x+2)×(y+2,y+1,y-1,y-2)的负向插值窗口；
[0032] 负向灰度值的计算，由该负向插值窗口结合二元向量有理插值函数计算出该破损点的灰度值；
[0033] 按照从左到右、从上到下的方向顺序遍历破损票据图像中每一个待修补点，均进行负向插值窗口的确定步骤和负向灰度值的计算步骤，得到每一个待修补点的灰度值，当所有待修补点均得到灰度值后，得到修补的票据图像B。
[0034] 所述的正向灰度值的计算包括以下步骤：
[0035] 将二元向量有理插值格式定义为：
[0036]
[0037] 其中，对i＝0,1,L,m，m,n分别为输入图像的长和宽的大小；
[0038]
[0039] 其中， 为Newton–Thiele型混合差商；
[0040]
[0041]
[0042]
[0043]
[0044]
[0045] 构造的二元向量有理函数 满足：
[0046]
[0047] 将正向插值窗口(x-2,x-1,x+1,x+2)×(y-2,y-1,y+1,y+2)结合二元向量有理函数中计算得到待修补点(x,y)的灰度值R1(x,y)，即：
[0048] R1(x,y)＝A0(y)+(x-x0)A1(y)+(x-x0)(x-x1)A2(y)+(x-x0)(x-x1)(x-x2)A3(y)，[0049] 其中x0＝x-2,x1＝x-1,x2＝x+1,x3＝x+2，y0＝y-2,y1＝y-1,y2＝y+1,y3＝y+2，[0050]
[0051]
[0052]
[0053]
[0054] φNT[x0,L,xi；y0,L,yj],i＝0,1,2,3,j＝0,1,2,3,为Newton–Thiele型混合差商；
[0055] φNT[xi；yj]＝f(xi,yj),其中f(xi,yj)为对应的已知像素点(xi,yj)的灰度值，[0056]
[0057]
[0058]
[0059]
[0060] 所述的负向灰度值的计算包括以下步骤：
[0061] 构造二元向量有理插值函数为
[0062]
[0063] 其中，对i＝0,1,L,m，m,n分别为输入图像的长和宽的大小。
[0064]
[0065] 其中， 为Newton–Thiele型混合差商；
[0066]
[0067]
[0068]
[0069]
[0070]
[0071] 构 造 的 二 元 向 量 有 理 函 数 满 足 ：
[0072] 将负向插值窗口(x-2,x-1,x+1,x+2)×(y+2,y+1,y-1,y-2)结合二元向量有理插值函数计算出待修补点(x,y)的像素值为R2(x,y)，即
[0073] R2(x,y)＝B0(y)+2B1(y)+2B2(y)-2B3(y)，
[0074] 其中，x′0＝x-2,x′1＝x-1,x′2＝x+1,x′3＝x+2，y′0＝y+2,y′1＝y+1,y′2＝y-1,y′3＝y-2，
[0075]
[0076]
[0077]
[0078]
[0079] 其中，
[0080] φNT[x′0,L,x′i；y′0,L,y′j],i＝0,1,2,3,j＝0,1,2,3,为Newton–Thiele型混合差商，
[0081] x′0＝x-2,x′1＝x-1,x′2＝x+1,x′3＝x+2，y′0＝y+2,y′1＝y+1,y′2＝y-1,y′3＝y-2，[0082]
[0083]
[0084]
[0085]
[0086] 上式中φNT[x′i；y′j]满足：φNT[x′i；y′j]＝f(x′i,y′j),其中f(x′i,y′j),为对应的已知像素点(x′i,y′j)的灰度值。
[0087] 所述的利用两个修补的图像构造出最终修补结果C的方法如下：
[0088] 将修补的票据图像A和修补的票据图像B分别赋予加权因子，得到该破损票据图像的最终修补结果C，其公式如下：
[0089] C＝(A+B)/2。
[0090] 基于连分式插值技术的银行破损票据图片正负向修补系统，
[0091] 包括初始化图像输入模块，用于确定输入图像的类型；正向修补模块，用于获得正向修补的票据图像A；负向修补模块，用于获得负向修补的票据图像B；叠加修补模块，用于将票据图像A和票据图像B叠加成最终修补结果C；
[0092] 所述初始化图像输入模块的输出端分别与正向修补模块的输入端和负向修补模块的输入端相连，正向修补模块的输出端和负向修补模块的输出端均与叠加修补模块的输入端相连。
[0093] 有益效果
[0094] 本发明的一种基于连分式插值技术的银行破损票据图片正负向修补方法及其系统，与现有技术相比提高了图像修补的质量和效率。该修补方法适用于所有的图像处理，并且修补的图像效果好，纹理细节丰富，突破了其他现有技术修补方法不够稳定、不能适用于所有图像的局限性、或者无法完整的修复出图像、或者修补的图像纹理不够突出的缺陷。
附图说明
[0095] 图1为本发明的方法顺序图；
[0096] 图2为本发明的结构连接图；
[0097] 图3为待修补图片；
[0098] 图4为使用文献[1][2]的方法对图3进行修补后的实验图；
[0099] 图5为使用文献[3]的方法对图3进行修补后的实验图；
[0100] 图6为使用本发明方法对图3进行修补后的实验图。
具体实施方式
[0101] 为使对本发明的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例及附图配合详细的说明，说明如下：
[0102] 如图1所示，本发明所述的一种基于连分式插值技术的银行破损票据图片正负向修补方法，其通过正向插值窗口和二元向量有理插值能够有效的对破损的图像进行恢复，再通过负向插值窗口和二元向量有理插值能够得到另一个恢复的图像，再通过加权优化这两幅图像，从而得到最终的修补效果。
[0103] 插值窗口构造用于重构破损点的像素信息，而不同的插值窗口所构造出的破损点的像素信息也会出现一定的区别和偏差，因此，插值窗口的确定对于最终结果C的呈现有着重要作用。针对这一技术特性，提出分别明确出具体的正向插值窗口和负向插值窗口，而在此正向插值窗口和负向插值窗口的确定也不是随意而为，经过大量的实验发现，采用正向插值窗口修补的图像会出现图像右偏移的现象，采用负向插值窗口修补的图像会出现图像左偏移的现象，而采用本发明涉及的思路则可以有效的矫正图像偏移，重构出更好的修补结果。
[0104] 窗口的选择是基于已有像素点的插值位置来确定的，这些已有的像素点均为破损点周围的点。特别是针对连分式插值技术而言，为了更好的应用连分式理论到实际处理中，最好选择连续的坐标点来实施处理，即在保持X轴的几个坐标点位置不变的情况下，Y轴几个坐标点最好选择y-2,y-1,y+1,y+2或者反过来,y+2，y+1,y-1,y-2，只有这样的顺序才能更好的保持连分式公式的表达。在实验过程中发现，选择按照Y的升序来做，即y-2,y-1,y+1,y+2，这种情况下插值的结果可能导致图像出现偏移现象，为了缓和这种现象的发生，可以采用逆序来处理，即负向窗口概念的提出。负向窗口的引入就是因为正向窗口造成的偏移现象才考虑出来的窗口。同理，由于要保持坐标的连续性，所以除了正向点y-2,y-1,y+1,y+2，最好的另一种选择方式就是y-2,y-1,y+1,y+2。而正是因为这种负向窗口的引入，缓解了偏移现象，因此在此采用正向窗口与负向窗口相结合的方式进行处理。
[0105] 其包括以下步骤：
[0106] 第一步，初始化图像特征分析。对输入的破损票据图像进行分析，判断该破损票据图像是灰度图像还是彩色图像。若为彩色图像，则将该彩色图像沿着R、G、B三个颜色通道分别按照灰度图像的方式执行。若为灰度图像，则直接进行第二步的处理。
[0107] 第二步，利用正向修补方式进行票据图像破损点的修补。通过输入破损票据图像已知像素信息构造正向插值窗口，由该正向插值窗口结合连分式有理插值重构出每个破损点的像素信息，得到修补的票据图像A。正向或负向窗口的定义是我们人为的定义的，因为窗口选择的方向和位置不同，以此来定义正或负。其具体步骤如下：
[0108] (1)正向插值窗口的确定。读取输入破损票据图像的信息，由待修补点(x,y)周围最邻近的16个像素点作为采样点来组成正向插值窗口，其包括以下步骤：
[0109] A、对于待修补点(x,y)，搜索找到其周围邻近的16个已知像素点。
[0110] B、根据待修补点的坐标位置，依次选择：
[0111]
[0112] 将以上16个像素点作为采样点。
[0113] C、根据这16个采样点构造(x-2,x-1,x+1,x+2)×(y-2,y-1,y+1,y+2)的正向插值窗口。
[0114] (2)正向灰度值的计算。破损点灰度值的再构造需要已有像素点的灰度值来重构，即采用插值技术是最合理有效的方法，而插值窗口和插值函数的有效结合可以更好的重构出破损点的灰度信息，在此，采用由该正向插值窗口结合二元向量有理插值函数计算出该破损点的灰度值，其具体包括以下步骤：
[0115] A、将二元向量有理插值格式定义为：
[0116]
[0117] 其中，对i＝0,1,L,m，m,n分别为输入图像的长和宽的大小；
[0118]
[0119] 其中， 为Newton–Thiele型混合差商；
[0120]
[0121]
[0122]
[0123]
[0124]
[0125] 构造的二元向量有理函数 满足：
[0126]
[0127] B、将正向插值窗口(x-2,x-1,x+1,x+2)×(y-2,y-1,y+1,y+2)结合二元向量有理函数中计算得到待修补点(x,y)的灰度值R1(x,y)，即：
[0128] R1(x,y)＝A0(y)+(x-x0)A1(y)+(x-x0)(x-x1)A2(y)+(x-x0)(x-x1)(x-x2)A3(y)，[0129] 其中x0＝x-2,x1＝x-1,x2＝x+1,x3＝x+2，y0＝y-2,y1＝y-1,y2＝y+1,y3＝y+2，[0130]
[0131]
[0132]
[0133]
[0134] φNT[x0,L,xi；y0,L,yj],i＝0,1,2,3,j＝0,1,2,3,为Newton–Thiele型混合差商；
[0135] φNT[xi；yj]＝f(xi,yj),其中f(xi,yj)为对应的已知像素点(xi,yj)的灰度值，[0136]
[0137]
[0138]
[0139]
[0140] (3)按照从左到右、从上到下的方向顺序遍历破损票据图像中每一个待修补点，均进行正向插值窗口的确定步骤和正向灰度值的计算步骤，针对图像中出现的多个需修补点均计算出每一个待修补点的灰度值。当所有待修补点均得到灰度值后，得到修补的票据图像A。
[0141] 第三步，利用负向修补方式进行票据图像破损点的修补。通过输入破损票据图像已知像素信息构造负向插值窗口，由该负向插值窗口结合连分式有理插值重构出每个破损点的像素信息，得到修补的票据图像B。其包括以下步骤：
[0142] (1)负向插值窗口的确定。读取输入破损票据图像的信息，由待修补点(x,y)周围的已知像素信息构造出16个采样点组成的负向插值窗口；其包括以下步骤：
[0143] A、对于待修补点(x,y)，搜索找到其周围邻近的16个已知像素点。
[0144] B、根据待修补点的坐标位置，依次选择：
[0145]
[0146] 将以上16个像素点作为采样点。
[0147] C、根据这16个采样点构造(x-2,x-1,x+1,x+2)×(y+2,y+1,y-1,y-2)的负向插值窗口。
[0148] (2)负向灰度值的计算。由该负向插值窗口结合二元向量有理插值函数计算出该破损点的灰度值。其包括以下步骤：
[0149] A、构造二元向量有理插值函数为
[0150]
[0151] 其中，对i＝0,1,L,m，m,n分别为输入图像的长和宽的大小。
[0152]
[0153] 其中， 为Newton–Thiele型混合差商；
[0154]
[0155]
[0156]
[0157]
[0158]
[0159] 构 造 的 二 元 向 量 有 理 函 数 满 足 ：
[0160] B、将负向插值窗口(x-2,x-1,x+1,x+2)×(y+2,y+1,y-1,y-2)结合二元向量有理插值函数计算出待修补点(x,y)的像素值为R2(x,y)，即
[0161] R2(x,y)＝B0(y)+2B1(y)+2B2(y)-2B3(y)，
[0162] 其中，x′0＝x-2,x′1＝x-1,x′2＝x+1,x′3＝x+2，y′0＝y+2,y′1＝y+1,y′2＝y-1,y′3＝y-2，
[0163]
[0164]
[0165]
[0166]
[0167] 其中，
[0168] φNT[x′0,L,x′i；y′0,L,y′j],i＝0,1,2,3,j＝0,1,2,3,为Newton–Thiele型混合差商，
[0169] x′0＝x-2,x′1＝x-1,x′2＝x+1,x′3＝x+2，y′0＝y+2,y′1＝y+1,y′2＝y-1,y′3＝y-2，[0170]
[0171]
[0172]
[0173]
[0174] 上式中φNT[x′i；y′j]满足：φNT[x′i；y′j]＝f(x′i,y′j),其中f(x′i,y′j),为对应的已知像素点(x′i,y′j)的灰度值。
[0175] (3)按照从左到右、从上到下的方向顺序遍历破损票据图像中每一个待修补点，均进行负向插值窗口的确定步骤和负向灰度值的计算步骤，得到每一个待修补点的灰度值。当所有待修补点均得到灰度值后，得到修补的票据图像B。
[0176] 第四步，利用两个修补的图像构造出最终修补结果C，将票据图像A和票据图像B进行图像叠加，得到该破损票据图像的最终修补结果C。其中利用两个修补的图像构造出最终修补结果C的方法如下：
[0177] 将修补的票据图像A和修补的票据图像B分别赋予加权因子，得到该破损票据图像的最终修补结果C，其公式如下：
[0178] C＝(A+B)/2。
[0179] 如图2所示，本发明还提供一种基于连分式插值技术的银行破损票据图片正负向修补系统，包括初始化图像输入模块，用于确定输入图像的类型；正向修补模块，用于获得正向修补的票据图像A；负向修补模块，用于获得负向修补的票据图像B；叠加修补模块，用于将票据图像A和票据图像B叠加成最终修补结果C。所述初始化图像输入模块的输出端分别与正向修补模块的输入端和负向修补模块的输入端相连，将初始化后的图像分别传送给正向修补模块和负向修补模块进行同步处理，正向修补模块的输出端和负向修补模块的输出端均与叠加修补模块的输入端相连，再将正向修补模块和负向修补模块处理后的图像进行叠加处理，获得最终处理结果。
[0180] 如图6所示，采用本发明的方法进行重建后，明显划痕部分的细节恢复的更好，较文献[1][2][3]的方法都有更大程度的优化和提升。
[0181] 以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
