修复具有复杂结构信息和丰富纹理信息的大破损区域的图像是目前图像修复领域研究的重点和难点。传统的基于样本块的图像修复算法主要采用规则的模板块和匹配块进行补全,没有充分利用图像结构或纹理的不规则信息,尤其是局部不规则性,从而影响算法修复的精度和效率。针对这一问题,本研究提出了基于不规则块的图像修复算法。具体工作如下:(1)本文提出的基于不规则块的图像修复该算法中,首先利用结构稀疏度来区分图像的结构信息和纹理信息,并基于结构稀疏度和置信度计算破损区域边界点的优先级。然后选择优先级最高的点构造规则模板块。对处于复杂结构区域的模板块,如果其邻域含有已知的结构信息,则膨胀该规则模板来并利用其周围的结构信息来辅助构造不规则模板块。接下来,在图像完好区域内搜索与该模板块对应的匹配块,如果该匹配块的邻域包含有效的结构信息,则膨胀该匹配块并补充其周围的结构信息来完善该不规则匹配块。最后,利用该不规则匹配块补全破损区域。对于修复过程中块间接缝造成的视觉不连通问题,该算法利用图像的纹理信息来进行修饰。(2)本文提出的基于不规则块的图像修复改进算法可以克服基于不规则块的修复算法中块尺寸、稀疏度阈值等参数不能自适应调整,全局搜索策略计算量大和匹配函数没有考虑到图像的结构特征等问题。该算法首先引入了双阈值结构稀疏度,能针对不同的图像特征计算结构稀疏度的高、低阈值,并基于双结构稀疏度阈值自适应的调整块尺寸;然后,改进了传统的搜索策略,结合了全局随机搜索与局部深度匹配,提高了搜索效率;最后,优化了相似度函数的计算公式,增添了结构性约束并区分了不同区域的贡献值,提高匹配精度同时避免了误差的累计与传播。通过实例验证将本研究提出的算法与其他五种同类算法相比,从主观上评价,本文算法补全的精细度和视觉连通性方面有更佳的效果,修复结果更为自然;从客观上评价,峰值信噪比PSNR指标有0~4dB的提升,结构相似度SSIM指标更加接近于1。本研究提出的算法在补全含有较复杂结构和丰富纹理的破损自然图像、壁画图像和目标物体移除上有较好的修复效果,普适性较强。