摘要：针对图像中物体缺失区域较大且具有复杂结构和纹理的情况,现有方法的修复结果会出现修复区域模糊和与周围已知区域结构衔接不连贯等情况.本文以修复缺失结构信息和复杂纹理的物体图像为目标,提出一种基于稀疏表示的物体图像修复算法.该问题被分解为轮廓修复和其他区域的纹理修复,物体缺失区域的轮廓块用已知区域轮廓块稀疏表示,而轮廓块间的稀疏关系来自相应的结构高度相似的参考物体轮廓.同时,为降低对参考物体选择的要求,本文提出的算法建立了两个轮廓之间的相似变换模型对参考物体做变形编辑以提高其轮廓与待修复物体轮廓形状的匹配度.在其他区域纹理修复中,本文提出一种基于图像平滑的修复优先级和搜索区域划分方法,减少了纹理中幅值较大的梯度对修复顺序计算的影响,更好地修复纹理结构.实验表明,该算法能利用参考图修复缺失独特结构的物体,较好地修复各种物体图像的弯曲轮廓和不规则纹理.与现有图像修复方法比较,该方法在修复具有复杂结构与纹理的物体方面获得了更好的结果.

关键词：图像修复 轮廓匹配 稀疏表示 纹理修复 图像变形 

单位：中山大学数据科学与计算机学院; 广州510006; 华南农业大学数学与信息学院; 广州510642