基于TV模型的图像修复

Total variation and nonlocal total variation methods for image inpainting written by Gabery !!!!

系统概述了现有的几大类图像修复算法，适合于图像修复的初学者

1992年Osher等人提出经典的全变分去噪模型，能够在去除噪声的同时很好的保留图像的边界，对PDE图像处理来说具有划时代的意义。

扩散修复是一种常见的小面积图像篡改手段,考虑到扩散修复引入的模糊效应,提出了一种梯度域导向滤波增强的图像扩散修复取证算法。因伪造图像在未修复区域结构纹理清晰,而模糊效应会导致修复区域纹理发生一定的改变

大多数基于样本块的图像修复算法通过平移来寻找最优匹配块, 当破损区域与信息区域存在旋转或尺度缩放时, 这些算法则无法对图像进行有效修复。针对这一问题, 提出一种基于样本块的旋转及缩放图像修复算法。利用

古代建筑图纸是我国重要的民族瑰宝,亟待利用现代计算机技术对古代建筑图纸进行信息化和修复。提出了一种新的基于字典学习的古建筑图像修复模型,通过K-svd算法进行字典学习,在稀疏域利用已知像素信息填充缺损

针对基于稀疏表示的图像修复方法存在稀疏系数先验知识表达不足等问题，考虑图像的纹理自相似性和原子系数的群结构稀疏性，提出了群结构约束的稀疏表示模型，通过选取合适的群结构约束稀疏系数，使字典中相邻基对应的

Criminisi等人曾提出一种基于样本块的图像修复算法，将其算法中优先权的确定进行了改进，通过引入调节因子[α]调整填充边缘优先级顺序，使算法在修复过程中对图像纹理细节的部分较为敏感；同时将优先权公

一种图像修复算法，基于结构稀疏的图像修复，虽然有点过时，可以参考

基于结构相关性的自适应图像修复.pdf