杨文霞，张 亮

(武汉理工大学 理学院，武汉 430070)(*通信作者电子邮箱wenxiayang@163.com)

0 引言

图像修复技术在文物修复、图像纠错和目标隐藏等领域具有广泛的应用。由于图像待修复区域的内容未知，理论上的修复结果并不唯一，故图像修复属于一种无监督方法[1]。目前，无监督图像修复方法大致分为基于偏微分方程和变分法的图像修复[2-3]和基于图像块样例的修复[4]以及一些混合方法[5]。偏微分框架下的图像修复只适用于小面积非纹理受损图像(如宽度小于5个像素点的细长条毁损)，此时，图像修复问题转化为一个使用变分法求解的泛函极值问题，其极值条件为一组偏微分方程，使用数值迭代方法求得稳态解。

当待修复区域较大时，Criminisi等[4]提出基于样例的修复方法(Exemplar-Based Inpainting)，其基本思想是：首先计算待修复区域的边缘上各像素点的修复优先度，按贪心算法的机制，得到具有最高优先度的待修复像素点，并以此像素点为图像块中心，统计全图中和该图像块相似性测度最大的图像块，将该图像块复制并拷贝到待修补区域，然后更新待修复区域，开始下一轮修复，直至待修复区域被全部填充完毕。由于该修复方法的“复制-粘贴”模式避免了偏微分修复框架的局部模糊效应，能较好地保持图像的结构和纹理信息，因此被广泛应用于大面积的图像修复应用中。影响该算法修复性能的关键点为：1)优先度的计算；2)图像块相似性的度量；3)最优匹配图像块的搜索和选择。……