图像修补,是利用受损区域周围的图像信息给受损区域填充信息的一门技术,本质上是一种图像插值问题。在旧电影和旧照片的恢复、数字缩放以及电影特效等方面有广泛的应用。图像修补技术是图像复原中的一个新领域,在国内外受到广泛的重视。 本文首先比较全面的综述了图像修补中的研究现状,讨论了图像修补的特殊性以及方法论。然后深入研究了现行的几种图像局部性修补的数学模型和修补算法。并实现了基于偏微分方程的BSCB模型、曲率驱动扩散模型,以及基于贝叶斯理论和变分原理的TIKHONOV规整化模型与Rudin-Osher92整体变分修补模型,给出并对比了不同模型的图像修补效果。 上述模型擅长于处理分片正则或者全变差有限的图像,能够有效处理图像的几何特征,适应于非纹理图像的修补,但对富于纹理的图像修补效果不好。因此本文研究了基于Markov随机场理论的纹理合成算法以及最佳邻域匹配算法,实验证明算法对纹理图像有很好的修补效果,但不适用于结构背景中等照度线的精细连接。 本文最后研究了两种兼顾图像受损结构和纹理区域图像修补的自适应算法,算法中分别利用Shantanu Rane模型以及Vese-Osher模型等模型,将受损纹理区域与结构区域有效区分,得到更加自然和谐的修补效果。