常国锋，许利军

(1.新乡学院 计算机与信息工程学院，河南 新乡 453003； 2.武汉理工大学 计算机学院，湖北 武汉 430063)

数字图像已被应用于医学检测、教育科研以及航天探测等多个领域[1]。虽然数字图像较传统纸质信息传递的媒介具有便于获取以及保存的特点，但在数字图像生成以及存储等环节都有可能造成数字图像信息的破损[2-3]。由此，数字图像修复技术应运而生。图像修复是通过合适的信息，对破损内容进行填充，使得数字图像具有较好的视觉效果。

近年出现了较多图像修复方法。Fuchs等[4]对全变分模型进行分析，建立了高阶全变分模型，用于图像修复，但是这种方法不适合于受损面积较大图像的修复。Dai等[5]将分段函数应用于图像修复，通过其与数据项及置信度计算图像修复的顺序，利用Sobel算子替代梯度方向，对等照度线的计算方法进行改进，促进信息的融合，采用基于相似性识别受损区域附近样本的方法获取最优匹配块，修复受损区域。这种方法能够适应大、小面积损坏图像的修复，但在获取最优匹配块时，采用的是固定尺寸的样本块，没有考虑图像纹理信息的变化度，修复结果不理想。廖斌等[6]通过对图像分解方法进行研究，利用小波变换对图像进行分解，求取子图信息，并通过子图的颜色和结构特点计算匹配块的需求，通过最小堆随机査找方法和窄带模型对图像进行修复。这种方法也能够适应大面积破损图像的修复，但由于小波变换对方向选择较为敏感，在图像分解时易丢失图像的细节信息，使得修复图像含有间断现象。……