张 嵩，周旭亚

(杭州电子科技大学通信工程学院，杭州 310018)

图像修复，或者图像补全，简单地说就是利用图像中的已知区域信息来填充待修复区域。图像修复的概念最早由Bertalmio等人提出［1］，他们同时给出了一种有效的基于偏微分方程(PDE)的算法，即将修复转化为求解一个特殊的偏微分方程。类似的算法还有不少［2－4］。基于PDE模型的算法对修复局部狭长的区域比较有效，但对大面积缺失或纹理信息丰富的图像，此类算法修复效果不够理想。非参数纹理合成是图像修复的另外一类重要方法，其基本思想最早可追溯至Efros与 Leung 的工作［5］。在此基础上，Criminisi等人［6］提出了一种全新的基于模板的图像修复算法，被公认为修复技术方面的重要突破，影响甚大。

但是Criminisi算法仍存在缺点，比如修复后图像纹理断层，时间复杂度较高等，对其的改进仍然是图像修复领域的一个重要研究方向。譬如，一种彻底的解决之道是所谓的全局优化方法［7－10］，即将修复问题转化为最小化能量泛函。不过，这类方法的复杂度太大，应用上有不小的限制。我们认为，Criminisi算法框架目前仍是修复效果与实现代价之间的最佳折衷。因此，我们在Criminisi基本算法框架之上融合了一些新的改进元素:我们采用了基于可变大小模板的块搜索方案；并结合改进的修复像素信度(confidence)更新公式及局部搜索模式，以期获得较好的算法综合性能。仿真结果表明系统整体性能确实得到较大提高。

本文第二节简单介绍Criminisi算法流程以方便后续论述，第三节具体介绍改进方法，第四节给出实验结果比较，第五节给出总结与展望。……