古代壁画作为珍贵的历史文物,历来被视为研究古人生活习俗的可靠依据。然而因为长期以来受到自然环境以及人为因素的影响,出土时通常带有龟裂、脱落和霉变等问题。利用数字图像处理技术对采集到的壁画图像进行修复,不仅可以节约成本,还避免了人工修复壁画可能出现的失误。因此本文针对壁画中普遍存在的裂缝以及脱落两大病害,利用图像处理技术对其进行了标定与修复。主要工作如下:(1)针对壁画图像中裂缝和脱落两种病害采用不同的标定方法。对于裂缝区域,结合最大熵阈值分割与连通域标记算法,辅以形态学处理剔除无用的信息,得到裂缝提取图;对于脱落区域,通过对几种常用的图像灰度化和图像增强方法的研究,确定了预处理算法,配合使用阈值分割与区域生长算法完成脱落区域的标定。(2)在对CDD(Curvature Driven Diffusions)算法模型分析后,发现在修复过程中,当其扩散函数中曲率项与梯度值取值不合理时,会对修复质量与效率产生不良影响。通过设置曲率自适应函数,对原算法进行改进,改进后的算法可根据曲率值的不同采用不同的模型进行修复;此外,为了提高模型的稳定性与合理性,引入调节因子并且改进梯度模值的计算方式。对于壁画中的裂缝区域,采用改进后的CDD模型对其进行修复。(3)利用改进后的Criminisi算法对壁画中的脱落区域进行修复。对于Criminisi算法中存在的优先权置零和搜索准则单一等问题,制定了修改方案。根据图像结构张量所对应的特征值可有效反映局部像素变化这一特点,构建图像局部特征函数,将其引入原算法的优先权计算公式中,并将其改为分段取值的形式。对于搜索时可能发生的误匹配现象,将图像的欧式距离作为算法搜索时的附加条件;针对修复时存在的误差累计问题,修正了置信项的更新方式。(4)设计并实现了壁画病害数字化修复系统。该系统采用Matlab中的GUI进行开发,包含了裂缝标定与修复、脱落标定与修复、修复效果提升与存储四个模块。