图像修复技术(Inpainting)是当前计算机图形学和计算机视觉中的一个研究热点,在文物保护、影视特技制作、虚拟现实、多余物体剔除(如视频图像中删除部分人物、文字、小标题等)等方面有着重大的应用价值。图像修复技术处理的是某部分信息完全丢失的图像,因此采用常规的图像复原技术无法实现上述修补。而通过人工或利用某些软件通过半人工操作的方式进行需要耗费大量的人力,效果却不尽理想,因此需要其他的方法进行上述缺损图像的修复。图像修复(Inpainting)技术的目的就是研究和解决如何更好的实现检测图像上的受损部分,并根据受损图像周围的有效信息用图像修复算法自动进行修复。本文详细介绍了基于分形原理的图像修复技术。在图像修复的实现过程中,如何更好地预测受损部分的像素值并且生成平滑而自然的图像至关重要,这就要求更多更相似的图像候补块的集合和精确的预测算法。在此,提出了一种简单有效的基于分形原理的图像修复算法。本文的主要贡献在于实现了分形原理在图像修复技术中的应用和图像修复在图像漫游中的应用。分形原理利用图像中局部与整体或局部与局部之间的相似关系来描述图像,由于其是一种在图像中普遍存在的图像内部的结构特性,所以在图像压缩,图像检索等许多图像处理领域里得到了广泛的应用。这一点同样可以适用于本文提出的图像修复方法的实现,即可以利用图像块间广泛存在的相似性来预测、修复图像中的缺损部分。由于其基于图像块间的相似性以及图像块内部像素值间的高度相关性理论,上述缺损图像复原方法可以得到良好的复原图像。在理论研究的基础上,实现了基于两种不同的遍历的修复方法：基于二维的特征子空间的方法和基于一维特征子空间的方法。这两种方法可适用于多种不同特征的缺损图像,简化了操作过程,得到了良好的复原效果。作为图像修复技术的应用,本文提出了将图像修复应用于图像漫游的方法中,该方法不仅实现了图像漫游,而且改进了图像变形的缺点,得到了比较满意的效果。