传统的对旧图片破损信息复原、文字物体移除等方面的研究,只迎合视觉感官,重建效率也不高。但随着重建之后的图像越来越多用于特征提取、识别等计算机处理环节,并且重建对象已经从单幅图像扩展到视频,因此对重建准确性和效率的指标提出了更高的要求。已有资料中图像局部纹理的稳定场模型,尝试从一个新的研究角度来满足对于图像重建所提出的更高需求。基于现有的初步理论,进一步深入研究稳定场中能量与各像素点间的关系,提出了基于静磁场模型的图像局部重建模型与算法:设立静磁场的拉普拉斯方程来为图像局部纹理建模,采用格林函数法求解得到图像局部纹理的能量模型,进而得到基于静磁场的图像局部重建模型:将场中个像素点看成统一阻值的电流源,其对应像素值即为该电流源的电压值,而已知区域的电压梯度就作为场源为其提供信息传递,针对每一个处于缺损区域的电流源,认为其周围在已知区域的电流源均对此处产生电磁感应,通过能量传递函数来表示和计算各已知区域电流源向内传递到缺损区域所获得的能量,以期获得较为准确的图像局部纹理的传递信息,最后经归一化叠加得到像素影响函数,用于实现上述重建模型。该重建模型的创新点在于以每一个缺损区域边界上的结构特征作为能量信息的驱动传递,缺损区域内的像素点获得的能量作为该像素值的预估计,经能量传递函数归一化叠加为像素影响函数,得到该缺损点的重建像素值。在上述研究中发现,梯度计算模式必须进行恰当的设计,才能使得其对图像中缺损区域的边缘特性的反映尽可能地准确。在阐述了选择单向计算方式的理由,分析了就近原则的理论缺陷并实验验证之后,提出基于就轴原则的单向梯度计算模式,即将单向梯度计算的第一优先级由靠近目标点的相邻点更正为同轴线上正处于对应另一轴的像素点,第二优选级设置为同轴线上最接近对应另一轴的像素点;最后,针对上一章提出的基于静磁场的图像局部重建算法,综合上述梯度计算思想,设计了一种强鲁棒的面向图像局部重建的梯度计算模式。仿真实验表明,以保持较好的视觉效果为基础,将基于静磁场的图像局部重建算法与强鲁棒的新梯度计算模式相结合,加强了对边缘特性及纹理细节的关注,使得重建过程更具鲁棒性,重建结果更具准确性,并且显著提高了实时处理能力。