刘正男,梁美玉

(安徽信息工程学院 电气与电子工程学院，安徽 芜湖 241000)

0 引言

图像修复技术历史悠久，早在中国西汉时期就有修复画卷的记录，图像修复的概念是在文艺复兴时期引入的，近年来发展迅速[1-5]。目前，图像修复可以主要分为两个方面，一个是基于非纹理结构的处理，另一个是基于纹理的修复。前者又可以分为变分模型和偏微分方程模型(PDE)，后者可细分为纹理合成与图像分解的修复算法。

基于非纹理结构的修复算法是根据已知信息进行空白区域的填补修复，适用于待修复面积较小的情况。Bertalmio等人[6]于2005年在PDE的思路上提出了BSCB(Bertalmio、Sapiro、Casel Ballester)模型，算法的核心是在受损区域的边缘上利用公式遵从一定的方向传播至内部，直到填补所有的待修复区域，此算法为图像修复领域开启了一个全新的世界。2001年，Chan等人[7-8]提出了一种具有锐化和去噪功能的TV数学模型，该算法不仅尽可能多地保留图像的边缘信息，而且复杂度较低，但是存在结构连通性比较差的问题，导致修复结果与原图之间差异较大，并且由于修复过程中没有将图像信息是均匀分布的这一特性考虑进去，导致得到的结果存在不够清晰的情况。随后Chan等人[9]针对TV算法出现的缺点，又提出了将几何信息引入算法以改进处理效果的CDD模型。为了控制和调节图像修复中的信息扩散过程，该算法在考虑梯度信息之余，还利用了含有曲率k的控制函数，使仿真结果更加理想、视觉更加合理。但由于该算法本身是一个高阶方程模型，带来了很大的计算量，导致修复时间变长的同时也存在处理后期难以收敛的问题，从而得到的仿真图像也会存在连通性不佳、内容模糊的现象。……