为了保证欣赏者在欣赏图像过程中,无法觉察图像存在修复痕迹的目的。本文首先对图像修复的几种经典算法进行优缺点的分析,然后确定Criminisi算法对破损图像修复的优越性,最后在Criminisi算法的基础上,对其修复图像未能合理优化的问题提出相关优化改进算法。论文的主要工作和成果如下:1.针对Criminisi算法中优先权未能有效解决破损边缘最佳修复顺序现象,本文首先在数据项的计算中融入边缘检测因子,强化数据项对弱边缘的分辨力;其次在优先权的计算中引入局部特征检测项,提高优先权对破损区域图像的局部特征(直线和曲线特征)的分辨能力;最后对不同置信项值的破损块,采用分段自适应算法计算优先权值,解决置信项快速降低对优先权计算影响问题。2.针对Criminisi算法的块匹配准则仅采取颜色差异判断因素而导致无法合理选择最佳样本块问题。本文首先采用矩阵相似度和信息熵相似度相结合算法粗选50个与待修复块相似的样本块的集合;其次结合颜色、局部特征的欧式几何距离算法和结构相似度算法从样本块集合中寻找最佳样本块;最后在最佳样本块填充待修复块后,采用置信项自适应分段更新算法解决置信项快速降低过快现象。3.针对Criminisi算法修复不同图像时所需模板窗口各异现象。本文首先遍历计算并存储待修复图像中模板窗口为11?11的图像块灰度信息熵值(图像块中均为已知像素),同时存储该图像块中心像素;其次比较确定最小信息熵值和最大信息熵值,并将最小信息熵值和最大信息熵值的均值设为比较阈值线;然后分别存储比较阈值上部中心像素数目与下部中心像素数目,最后通过比较阈值上部与下部的中心像素数目确定图像修复所合适的模板。4.针对本文提出的Criminisi改进算法耗时较长现象。本文首先介绍果蝇优化算法的寻优方式;其次确定果蝇优化算法寻优方式与块匹配算法搜寻最佳块方式相似性;最后将果蝇优化算法融入本文的Criminisi改进算法的块匹配算法中,以此提高图像修复效率。