数字修复理论与算法是近年来数字媒体领域倍受关注的研究热点。数字修复技术通过适当的算法估计并填充图像指定区域内的缺损数据。本文主要围绕静态图像以及动态视频图像序列内指定区域的修复问题展开研究。1.在静态图像修复研究方面,本文概括了现有的图像修复理论与算法,对其中几种经典算法进行了详细的分析与比较,提出了一种新的基于纹理合成的图像修复算法。该算法不仅加快了修复速度,而且改善了算法的修复效果,提高了算法的鲁棒性,减少了误匹配及误差扩散的问题,尤其在针对较大尺度的区域进行修复时效果更为明显。其中:(1)提出了新的优先权计算方法。它通过引入全局梯度阈值,并对信心因子和数据因子规则化,使梯度较高的图像边缘得到优先修复,同时又保证了信心因子较高而梯度较弱区域的修复优先权。(2)提出了新的样例图像块搜索策略。通过利用当前待修复图像块内的已知像素信息,预测修复后图像块的统计属性,筛选满足限制条件的待匹配的图像块计算其匹配代价。并通过引入双射因子,改进了匹配代价函数,解决了修复结果中部分图像细节重复出现造成的不自然问题。2.在视频图像序列修复方面,本文提出了一种基于时间相关性的视频修复算法。其基本思想是利用时间邻域窗口内的图像信息修复当前帧内的未知像素。该算法优点是不限制摄像机的运动,不需要专门的视频前景-背景提取,便于对运动较为复杂的视频进行修复处理。(1)研究了视频全局运动模型及其参数优化估计的方法。提出了在自适应的快速块匹配或Harris角点匹配的基础上,通过运动矢量直方图和最大类间方差两种方法剔除外点后,利用牛顿-拉夫逊方法进行迭代求解的全局运动估计方法。(2)提出了在当前时间窗口内图像帧对齐操作的基础上,对当前帧中受损像素进行视频前景-背景标记,并分别修复的算法。该算法通过Poisson方程对未知像素进行预先填充,并在多分辨率Lucas-Kanade光流分析的基础上,对受损前景像素的局部运动矢量进行估计。与其它视频修复算法相比,该算法通过在当前时间窗口内进行色彩调整,使邻域图像帧与当前图像帧的色彩一致,从而解决了视频帧间差异造成的修复问题。