图像修复是数字图像处理研究的重要内容,在文物保护、多余物体剔除(如视频图像中删除部分人物、文字、小标题等)、修复网络传输中丢失或损坏的视频信息以及视频特技制作等方面有着重大应用价值。当前图像修复技术大致可以分为两类:基于几何信息用偏微分方程(partial differential equation, PDE)建模的非纹理图像修复和基于结构特征的纹理图像修复。本文进行了深入研究和大量实验,内容主要包括以下四个方面:1.针对现有整体变分(TV)模型修复小尺度裂痕的非纹理图像时,没有充分利用几何信息造成邻域有用信息未能很好扩展和边缘信息的缺失,提出了一种自适应邻域权值的TV算法。该方法利用一平滑递减函数替代TV模型中单一固定参数的选取,使得迭代初期邻域有用信息快速的扩散进去,迭代后期有效的保持锐利边界。2.由于传统的曲率驱动(CDD)扩散模型,在修复拐角较多的图像时,存在修复速度慢、迭代次数多。提出了一种快速的修复模型,先考虑几何信息的曲率使得拐角周围信息快速融合,再用梯度平滑边缘,使算法速度提高了30%以上。3.针对A.Crimimis的纹理优先权算法中,优先权函数会造成纹理扩散和结构信息相互抑制的问题,提出了一种改进的优先权函数算法,优化了优先权大小选择的计算,使得优先选取的修复像素块可信,并且更加注重修复区域的结构特征信息。4.依据图像修复的几何信息和结构特征,提出了一种新型有效的图像编码方案。在图像的编码端,先提取边缘信息保持结构特征,再利用数学形态学对较大平滑区域进行滤波分割,要求压缩编码的区域是边缘扩展的邻域和分割出的目标区域,从而大大减少了需要编码的信息量;解码端用自适应邻域权值的TV算法修复解码。