图像修复是从退化图像中恢复出潜在清晰图像的过程,近年来在图像去噪、图像去模糊、超分辨率图像重建、图像去雾、水下图像重建和压缩传感图像复原等场景中受到广泛关注。随着图像处理技术的改进和发展,图像修复已在计算机视觉中起着重要的应用,并且成为图像处理研究中一项具有挑战性的课题;但将现有主流的图像修复算法应用于我国的古壁画,其修复结果容易出现重建的边缘结构不完整、填补的纹理分布混乱和纹理不清晰的问题。为了使我国古壁画的修复结果具有更完整的边缘结构,同时使壁画缺失区域填补的纹理更加清晰且保持纹理分布的合理性,提出一种基于边缘重建的多尺度壁画修复方法。论文工作主要包括以下4个方面:1.在壁画预处理问题上,研究了图像增强算法。首先,由于现存壁画的数量较少但种类较多,于是收集与整理了我国不同地域的壁画、不同绘画主题的壁画,获得了丰富的实验数据。为保证后续提取真实壁画破损区域的准确性,论文进一步研究了基于Rolling Guidance Filter的图像滤波算法,该算法能够对破损程度复杂的壁画进行边缘结构增强,并为后续壁画破损区域的分割提供良好的初始化条件。2.为了准确且有效地分割壁画的破损区域,研究了图像分割算法。首先,在局部分割阶段,论文进一步研究了基于Grab Cut的图像分割算法,该算法能够在图像成分分布复杂的情况下对其前后背景实现良好的分割;在全局破损分割阶段,为了保证全幅壁画破损区域分割的准确性,进一步研究了基于K-Means的图像聚类算法,该算法能够在图像上实现无标签的图像分类任务。然后,在局部分割结果中提取图像在不同色彩空间下多个维度的特征,并根据此特征进一步提取图像聚类结果中的标签,完成全局破损的分割,实现整个图像分割过程。3.由于真实壁画破损程度复杂,存在纹理脱落带来的结构破坏,研究了数字图像虚拟修复算法。采用Split Bregman迭代函数求解TV模型来进行壁画破损区域的边缘重建,着重保持并重建了破损区域的边缘结构;在多尺度空间中提取图像纹理的特征,用于填补壁画破损缺失的纹理,使得纹理不仅分布合理而且更加清晰,以此来完成整个壁画的修复过程,取得了很好的修复效果。4.使用论文方法对不同绘画主题、不同地域的真实壁画进行了大量的破损修复实验,与基于TV的修复模型和基于块匹配的图像修复两类算法中最具有代表性的修复方法进行了比较。实验结果表明,论文的壁画数字虚拟修复方法不受壁画种类和破损程度的限制,整个重建过程更加通用且有效,能够恢复得到具有结构完整和纹理清晰的图像,并取得较好的修复效果。