随着数字图像处理技术的革新,图像修复技术成为新的研究热点。数字图像修复技术是通过某种计算方法分析破损区域已知像素信息与缺失区域的联系,以某种规则利用已知区域的信息推理修补未知区域,以达到结构上完整、视觉上连通的目的。图像修复技术在旧照片复原、古文物保护、艺术作品恢复、公安案件侦破以及航空航天拍摄等方面应用广泛。为简化手工修复图像的流程和提高手工修复图像的效率,许多图像修复算法应用而生。为了挖掘图像数据之间潜存在、似存在的联系,本文在研究图像修复算法的基础上,深入研究了粗糙数据推理理论,重点研究了大破损区域修复代表算法Criminisi算法和小破损区域代表算法BSCB算法。Criminisi算法作为优秀的图像修复算法代表,在修复部分破损图像时获得较好的视觉效果,但也有其不足之处。该算法在进行匹配块搜寻时,待修复块提供的信息量较少,进而导致搜索匹配块时可匹配范围小。针对这一问题,本文提出一种基于粗糙数据推理理论的改进Criminisi图像修复算法,粗糙数据推理旨在扩展搜索空间、增加搜索数据、扩大搜索范围、加深搜索深度。本文提出的算法在搜索规则有以下改进:通过图像结构信息将图像内容划分为一个数据域,然后通过粗糙数据推理扩充待修复块信息量,扩大匹配块可寻范围,以此搜索匹配块,修复破损图像。实验结果和数据表明,与经典的Criminisi算法相比,改进后的算法能够扩展匹配块的数据量,搜索到更多数据,获得较好的视觉效果,提高了图像的峰值信噪比。BSCB算法作为小破损区域图像修复的代表算法,其依据偏微分方程和物理学中的热扩散方程将破损区域边缘已知信息迭代传输到缺损区域来修补图像。对BSCB模型研究发现,其在传输过程中引入的Laplace算子采用的点是某一像素周围4个邻点,对像素的表示会有局限性,进而造成修复后边缘模糊的现象。为优化这一问题,本文提出一种基于粗糙数据推理的改进BSCB算法,利用粗糙数据推理空间制定与某一像素相关联的采取规则以期挖掘像素之间的近似关系、衍生关系、拓展关系,选取与某一像素相关性最大的点,从而避免了像素表示的局部性问题。实验结果和数据表明,与经典的BSCB算法相比,改进后的算法传输过程采取的点更能体现图像结构,获得较好的视觉效果,峰值信噪比也从数据层面证实了修复效果的改善。