随着科技的快速发展和进步,图像修复技术已经成为数字图像处理方面最热门的技术之一。图像修复的目的是根据图像中已知完整区域的内容来预测待修复区域的内容,使预测的内容与真实的内容尽可能地一致,最终使修复后的图像呈现出令人满意的视觉效果。本文主要在基于样例的图像修复方法上对如何精准地寻找匹配块以及如何更好地利用已知区域的纹理和结构信息进行了深入的研究,实验结果证明了所提出方法的有效性。本文的主要工作及创新点如下:(1)本论文提出一种基于角度感知块匹配的图像修复方法。首先该方法利用移动最小二乘法对破损区域曲面拟合以获得初始像素值;然后利用估计的像素值作为先验知识对优先权函数进行改进使修复顺序更加合理;再利用融合角度感知的块匹配策略为待修复目标块寻找最相似匹配块,该匹配策略不仅考虑了图像块的颜色特征,同时引入梯度信息以提高块间的匹配精度;最后用得到的最佳匹配块修复破损区域。该算法对大尺度破损区域的修复效果比较理想。(2)本论文提出基于优先权改进和自适应块搜索的图像修复方法。该方法首先针对原始Criminisi算法的优先权进行了改进,通过引入灰度特征、曲率项以及方差差值到数据项中,优先选择结构信息丰富的区域进行填充,使修复顺序沿着正确的方向进行;然后通过引入梯度特征和巴氏距离重新定义块匹配准则,考虑了颜色距离的同时也考虑了空间特征,通过巴氏距离以提高待修复块与匹配块之间的相似性,提高了匹配的精度;最后利用基于灰度熵和邻域梯度信息的搜索策略以自适应地在图像中进行全局或者局部搜索。本文在充分的理论分析的基础上,对提出的方法进行大量的仿真实验,并从主客观角度对图像修复质量进行评价,从而验证了所提方法的有效性和可行性。