图像修补(image inpainting)的历史可以追溯到文艺复兴时期,起初是指艺术工作者对于博物馆等地方所储存的年代久远、已经出现破损或缺失的艺术作品进行手工修补的一种方法。随着计算机技术的飞速发展,图像修补方法也有所改进。Bertalmio等人在博物馆通过长时间的仔细观察,于2000年7月第一次提出了“digital inpainting”(数字修补)这个术语,建立了三阶偏微分方程(PDE)来解决这一问题。这是一个突破性的进展,它使本来由艺术工作者手工完成的工作得以用计算机来完成。这项技术在节省时间的同时也提高了图像的可重复修改性。近年来,针对数字图像修补的研究不断深入,新方法不断涌现,应用领域也越来越广泛。本文对图像修补问题中广泛存在的修补区域的选定和修补方法的设计两个问题进行了讨论,主要的几点创新性工作如下:1采用了半自动的修补区域选定方案,给出了设计流程图。首先确定种子像素进行区域生长,然后进行区域融合,这些是通过计算机自动完成;如果修补区域选定的结果不够理想,可以进一步通过人机交互的方式完成。在半自动的方法中,把区域生长、区域融合和通过人机交互方式选定的方法有机的结合在一起,以增强方法的适应性,可处理修补区域比较复杂的图像。2提出了基于骨架化的图像修补方法。在对给出的修补区域进行骨架提取的同时,利用区域外边缘信息向内进行插值直至骨架,而后利用四周已经插补好的信息把骨架部分插值完成。3把常用于遥感图像插值的反距离加权方法运用到图像修补中。这是一种几何方法,与基于骨架化的方法都是基于图像中邻近区域的相似性而进行插值的。它是本着“距离越小,对区域插值的贡献越大;反之,则越小。”的原则进行设计的。4扩展了非线性扩散方程的应用领域,使其从以往的图像增强、图像分割和图像纹理分析等方面扩展到图像修补方面。本文通过对各向异性扩散方向上的改进,把非线性扩散方法更好的用于解决图像修补问题上。5改进了快速卷积的修补方法。通过选取非对称的卷积核,使图像的修补达到更好的效果。