图像修复技术是图像处理的重要组成部分,已在很多领域得到广泛应用,比如文物保护、影视特技制作、虚拟现实、剔除多余物体等。因为当前计算机图形学和计算机视觉把图像修复技术视为研究热点,所以这项技术将得到更广泛应用。图像修复(Inpainting)技术的最终目标是根据受损区域的信息对图像进行修复,使得修复效果尽可能的与原图接近。现有图像修复算法仅能够对破损区域简单修复,忽略周围的结构信息和纹理信息,这样容易造成错误匹配、速度慢、图像修复质量低以及修复之后的位置不能很好的融入图像本身等之类的问题。因此,本文提出一种基于块的图像修复算法,是把低秩分解、方差排序搜索算法与分形插值结合,使得图像修复质量更高。具体步骤如下:首先,采用低秩近似。通过低秩近似分解破损图像,可以分解成低秩矩阵和稀疏矩阵,针对低秩矩阵进行奇异值分解,找到最佳低秩分解,使得结果与样本误差在欧氏距离定义下达到最小。其次,基于块的排序算法。先构建置换矩阵,对其进行一维变换处理,然后进行极小化处理得到最短路径,并在每个块周围的方形区域中搜索最优匹配块,从而得到排序序列,可以通过不同置换得到的加权平均图来估计最终图像。再次,方差排序搜索。把图像处理后进行划分,分为主块和序列块,根据两者之间的最小像差的方差信息,减少对序列块的搜索次数和主块匹配编码时间,也可以减少对主块的搜索,能够保持图像修复质量相同。最后,分形插值。生成平滑而自然的图像至关重要,然而图像经过方差排序后,待修复区域仍达不到理想水平,不能反映两相邻已知相关点之间的局部特性,就需要用分形插值进行处理。本文在理论上分析算法并进行大量的实验,结果表明,本文算法可以使图像有修复质量较好、复杂度低,计算速度快、修复效率高等显著特点,说明了本文算法的可行性和有效性。