韩明珠，郭树旭，臧玲玲，钟 菲

HAN Mingzhu,GUO Shuxu,ZANG Lingling,ZHONG Fei

吉林大学 电子科学与工程学院，长春130012

College of Electronic Science and Engineering,Jilin University,Changchun 130012,China

1 引言

图像修复是对破损的图像修复重建或是除去图像中多余物体的一种技术。图像修复时，要在保证图像达到最理想效果的前提下，用最恰当的方法使图像恢复到原始状态。

2000 年，Bertalmio 等人提出基于偏微分方程的图像修复算法[1]，随后更多人提出更复杂的PDE 模型[2-4]，该类算法能够保持图像的结构信息，但是对破损区域较大的图像修复效果不理想。2003 年，Criminisi等人提出了一种基于样本块的修补算法，采用纹理合成的方法[5-12]去除图像中的大物体，得到了很好的效果。Criminisi 算法[5]实现简单，实验速度较快，处理结果较好。不过在实际应用中，由于该算法对图像边缘的估计受到图像纹理等高频信息的影响，导致修复块错误的优先级顺序，影响最终修复效果。

本文算法在Criminisi 算法基础上改进了优先权的计算公式。首先，在图像填充过程中，为了得到较准确的填充边缘的优先级顺序，在公式中引入一个调节因子α，α的存在提高了优先级对图像纹理细节部分的敏感程度。并且将优先权公式由相乘改成相加，以提高优先权计算的可靠性，进而加强修补效果。

2 Criminisi算法

Criminisi 算法主要是考虑了目标区域的修复顺序问题，即在填充目标区域时，计算图像轮廓上所有待修复块的优先权，使优先权高的先进行修复。如图1 所示，Ω是目标区域，即待修复区域；∂Ω是Ω的边界；Φ是源区域，即已知区域，源区域为目标区域提供样本。随着填充过程的进行，目标区域Ω的面积会不断减小，直至为零。……