图像空洞修复即自动填补由于遮挡、破损等问题造成的图像缺失区域,使得修复后的内容与周边上下文连贯,与不同视角观测保持一致。图像空洞修复在图像编辑、智能驾驶等领域具有重要的应用价值。本文面向常用类型相机所捕捉的数据,包括单目彩色图像和双目立体彩色图像,在分析现有工作不足之处的基础上,研究提升单目和双目空洞修复效果的智能算法。传统的单目图像修复技术大多都是在早期的基于样例的修复方法上进行改进,以面片为基本单元进行填补,缺乏对图像中高层语义信息的使用,容易造成修复内容与周边上下文结构不连贯。现有基于深度学习的方法表现优秀,但仍有提升空间。与此同时,现有面向双目立体图像的空洞修复算法较为稀缺,且局限性大。如果采用单幅图像修复算法对双目图像进行修复,容易造成不同视角修复结果之间的不一致。本文开展工作如下:(1)针对单目空洞修复任务,充分探索图像中边缘、纹理等线索的适用性,采用图像的高频信息边缘引导修复,修复网络中采用跨层连接和几何蒸馏模块得到更加鲁棒的特征。该算法所采用的跨层连接方式简单有效,易于拓展。该算法的几何蒸馏模块在修复对称结构以及修复细节方面均优于基准方法,该算法先修复边缘,再修复细节信息的分阶段修复方法增强了单目空洞修复的修复效果。实验证明该算法空洞修复的量化和视觉评价均比基准方法表现更好。(2)针对双目立体图像空洞修复任务,采用融合双目信息的编解码结构进行修复,视差损失函数约束立体图像间的一致性,两个辅助网络:全局和局部对抗网络增强修复细节,视差辅助网络进一步增强立体视角间的一致性。该算法对于左右视图而言能够修复任意大小任意位置的空洞区域,有效提升应用价值,实现高分辨率立体图像的高精度修复,提升立体图像修复前后的视觉感知性,保证立体图像修复前后左右视图的立体一致性。实验证明该算法修复的双目立体图像,左右视图精度和立体一致性均优于其他算法。