图像修复计算机视觉领域的一项重要内容,是指利用图像中的已知像素信息,来重新填充丢失或破损像素区域,使恢复的图像在视觉上连贯完整,达到预期目的。近年来,图像修复的研究相对活跃,得到广泛关注,涌现出较多先进算法,这得益于相应算法在图像编辑、数字化文物图像修复、数字化老照片和老电影修复等实际需求领域的成功应用。例如在数字化老电影中,划痕、斑块是电影帧中的常见破损类型,从图像角度出发,研究单幅图像在受到这两类破损时的修复算法将对老电影修复起到推动作用。本文重点研究了图像修复算法,并用于老电影的修复,同时针对老电影这种具有时间冗余性的图像序列研究了视频修复算法。图像修复本质是高度病态的反问题,不具备唯一解。在进行图像修复算法研究时加入正则化约束或先验知识是指导算法沿预期修复目标进行的关键。现如今,图像修复利用的先验知识大概可归纳为光滑先验、非局部相似先验、稀疏先验和低秩先验等。图像是复杂的,纹理、细节丰富的图像处理起来会更有挑战性,图像矩阵本身并不低秩。而将图像进行分块处理并把非局部相似块组一起,则获得的相似块组矩阵更加符合预期的低秩先验。本文基于相似块组矩阵的低秩先验知识研究了图像和视频修复算法,主要的工作概括如下。1.对传统图像修复算法进行简单的综述,探讨相关算法的优势和不足之处。传统图像修复算法利用的先验本质上都属于图像本身,因此并不是孤立的,而是可以相互借鉴的。2.研究了基于加权核范数最小化(WNNM)的图像修复技术,设计了一种相似块匹配准则,解决了传统WNNM图像修复算法需要使用其他修复算法进行初始化的问题。提出了一种带修复顺序的低秩修复算法框架,解决了WNNM修复算法分块处理的耗时问题,在修复划痕、小斑块等图像损伤时,取得较好视觉效果,同时速度相比WNNM更快。3.提出了一种基于分组鲁棒主成分分析(RPCA)的图像盲修复算法,能够有效自动去除文本掩膜和小斑点、细划痕等图像破损。但盲修复容易对一些细节造成破坏,为此,利用破损标记信息即指示矩阵,提出了一种基于RPCA的图像修复模型(非盲修复),将指示矩阵用于稀疏项的加权,在仿真实验和实际老电影破损帧修复中与其他先进算法相比都获得了最优的效果。同时,针对算法难以修复同质区域竖直划痕的问题,提出了随机值初始化丢失区域的方法,解决了该问题。4.对老电影斑点破损进行检测研究,改进了斑点检测算法,并利用所提的图像修复算法对检测出来的斑点进行修复。并基于图像序列相似块组的低秩性,研究了基于分块RPCA的视频修复算法。最后,开发了一套图像和视频修复软件系统,集成了本文提出的相关算法和处理技术,具有很好的人机交互性,能够根据选择区域进行修复或盲修复(半自动)。对于图像能够交互式选取区域进行盲修复或者当存在标记掩膜时进行非盲修复,对于平稳老电影的划痕、斑点等损伤检测及修复也取得较好的效果。