周彩月，周崇波，吴冬梅，孙 琳

（曲阜师范大学，山东 曲阜 273165）

0 引言

图像修复的目的是填补图像缺失部分，使图像看起来尽可能自然。基于扩散的图像修复算法使用偏微分的扩散来传播等照度线或线性结构[1-4]和变分方法[5]来计算受损区域的等照度线信息、梯度信息、曲率信息等，并通过扩散机制将周围有用信息传播至受损的区域内，从而完成修复工作。基于扩散的算法主要是用于修复小尺度缺损的数字图像，比如有划痕、折痕或者污点一类的图像。该类方法由于缺少纹理的合成，对于较大的缺失区域修复效果不佳。基于纹理合成的方法，适用于大面积的修复，比如目标移除。Ciminisi 等[6]提出了一种基于样本的经典图像修复算法，通过将最相似的目标块填充到待修复区域来达到修复的目的，取得了较好的效果。但是该算法在修复过程中因为优先级的计算顺序和样本块搜索的问题，导致纹理的错误延伸和结构线断裂。Yao 等人[7]利用生物地理学优化算法的迁移和突变来搜索最佳匹配块，大大地降低了计算的复杂度。Ou 等人[8]引入影响因子，提高数据项的比重，避免优先权趋于零。Dai 等人[9]对优先权点的计算改为分式，并缩小搜索区域进行局部搜索。Liu 等人[10]使用并行算法来进行修复，保证了修复过程的快速。一些学者提出了一系列利用图像信息的自适应算法[11-13]。另一类是涉及使用稀疏先验和稀疏近似的图像修复算法，该类方法通过对图像的信号用一组稀疏组合来表示图像，然后通过信号重构的方式实现图像缺失部分的恢复。……