数字图像修复技术是对图像的破损区域进行填充的技术,能使修复后的图像不影响人的视觉感受。现今,该技术应用广泛,主要用于文物字画保护、老照片修复和字幕去除等。本论文根据数字图像修复原理,以稀疏表示的图像修复方法作为主要研究内容。首先对现有的相关算法进行分析、比较和仿真,总结这些算法的优点和存在的不足;然后从字典构造、结构稀疏的传播方式以及匹配样本块的选择等角度,探讨基于样本块稀疏表示的彩色图像修复方法。论文主要的研究工作与创新点如下:1.针对传统多样本块稀疏表示的图像修复过程中,容易因匹配样本块的错误,重构出不正确的填充块,致使在边缘部分产生不连贯的现象,提出了一种正则加权的稀疏表示图像修复算法。该算法首先采用颜色信息与余弦距离结合的方法定义图像块匹配准则,在目标邻域范围内获得结构变化趋势更相似的匹配块组构成字典;然后在稀疏重构过程中,同时考虑已知信息和估计的未知信息,利用相似块与目标块的匹配程度,对稀疏系数增加不同的权重,以此来增强筛选匹配块的能力,减少纹理模糊现象;最后根据结构稀疏度自适应地在各结构复杂度不同的区域确定样本块尺寸,减少图像修复过程中的错误传播现象。仿真实验结果表明,与其他相关算法相比,该算法修复图像的峰值信噪比(PSNR)提高了0.5～3dB。2.针对图像修复过程中采用结构稀疏的传播方式容易产生误差,提出了一种基于邻域分区的相似度统计的修复传播方法。算法首先以待修复块为中心,将其邻域窗划分成四个分区,通过统计各分区与待修复块的相似度的大小,判断出结构变化具有明显方向性的分区;然后,利用该统计的相似度大小,对优先权函数中的结构置信度进行改进,以保证边缘结构优先修复的顺序,减少修复过程中的纹理延伸现象。同时,利用置信度因子自适应调节搜索窗尺寸,以提高修复效率。仿真实验结果表明,该算法改善了在边缘修复过程中产生断裂或者纹理延伸的现象,在主观视觉有明显的提升,修复结果的峰值信噪比(PSNR)也提高了1～4dB。