图像修复是对图像中存在的缺失区域进行修补或者是对图像中不需要的目标物体进行移除,使得修复后的结果能够保持图像的视觉合理性,人眼无法观察到图像曾经缺失或已被修复。随着数字技术的发展,图像修复已不再需要人工手动来进行,可以通过计算机程序自动的进行。图像修复逐渐走向高效化和自动化,节省了时间、人力、物力。数字图像修复技术作为计算机图像处理领域的研究热点,在文本或划痕的修复、目标物的移除、影视动漫特效制作、图像压缩等方面有着广泛的应用。目前,数字图像修复主要由两大类修复算法构成,一类是基于结构的图像修复算法,一类是基于样本纹理的图像修复算法。本文主要对国内外图像修复算法进行深入研究,对基于样本纹理修复算法提出了一些改进方式。本文算法在深入研究经典的基于样本的CPT算法(即Criminisi算法)的基础上,提出了待匹配块平均优先权计算公式,并且使用了像素差值的平方和(SSD)和欧氏距离结合的匹配方式,同时提出了对数函数置信度更新准则。实验验证论文所提的图像修复算法不仅有良好的修复效果,而且具有较高的稳定性。论文的主要研究工作如下:(1)在优先权计算部分,论文提出了一种待匹配块平均优先权的计算方法。论文首先对CPT算法中优先权值的变化进行分析,发现随着修复的迭代进行,数据项的作用越来越小,导致修复顺序出现错误,修复结果存在模糊的缺点。本文提出了使用加法来代替乘法,并计算待匹配块的平均优先权值。根据计算得到的优先权值,选取最大值对应的匹配块作为优先修复区域,由此确定修复顺序。实验表明,此方法确定的修复顺序能够提升修复顺序的准确性,减少了 CPT算法修复结果的模糊效应。(2)在CPT算法中,置信度的更新是利用最高优先权对应的值来更新,随着迭代修复的进行,置信度值会迅速下降并趋近于零,此时数据项在优先权的计算中起不了作用,由此优先权计算方式确定的修复顺序并不是合理的。本文提出了利用对数更新函数的更新方式。实验结果表明,该方法减缓了置信度下降的速度,提高了算法修复顺序的可靠性,获得了合理的修复结果,同时算法具有高效稳定的特点。(3)在修复算法的匹配准则上,论文提出了一种基于欧氏距离和SSD相结合的匹配准则。在一幅图像中,图像块的相似性不仅包括颜色特征,也包括物理距离等一些其它特征。本文利用图像颜色特征和物理特征结合的方法,优化了匹配准则,提高了图像块的匹配准确率,增加了修复的可靠性。