数字图像修复是指针对图像中遗失或者损坏的部分,搜索合适的纹理或色彩信息,按照一定的规则填充修补,使得修复后的图像和谐、自然。其广泛应用于图像编辑、虚拟现实、视频特效制作等方面,是目前图像处理、计算机图形学和计算机视觉领域的一个研究热点。目前,图像修复修复领域中大部分方法都只利用了破损图像自身携带的信息来完成修复,当破损区域覆盖的面积较大时,破损图像往往不能提供修复时所必需的足够的信息量,使得修复结果视觉效果很差。本文提出了一种基于场景变换和颜色迁移的图像修复算法。首先在图像库中利用图像检索技术搜寻风格类似的图片作为修复的源图像;然后在源图像中选择合适的对象完成破损区域的场景变换;最后采用颜色迁移算法使修复后区域与周围环境协调一致。实验结果表明,由于参考源图像上信息的引入,修复结果在视觉质量上有了较大的提高。图像质量评测对于修复算法性能分析十分重要。在图像修复算法实际运用的情况下,并没有标准图像可作参考,而传统的图像质量客观评价指标PSNR,SSIM等,都是属于一种全参考的评价模型,因此不适合于评价图像修复。有鉴于此,针对本文所提修复算法的修复结果,我们提出了一种无参考的客观评价指标。首先计算修复边界两侧象素点邻域的颜色聚合度将区域分为平坦或非平坦部分,然后匹配修复边界两侧归属于同类区域的相似度,并根据基于人眼兴趣性理论,对重要性不同的区域赋予按照区域面积大小赋予不同的权重,最后得到经过加权后的相似度作为评价指标。实验结果证明,该评价测度与主观评价结果有很好的相关性,能较好地反映修复后图像的主观质量。