图像融合是信息融合的重要分支和研究热点。其目的是对多幅源图像的信息进行提取和综合,以获得对某一地区或目标更准确、更全面和更可靠的描述,从而实现对图像的进一步分析和理解,或目标的检测、识别与跟踪。图像融合可划分为三个层次:像素级融合、特征级融合和决策级融合。　　图像修复是图像融合的一个重要分支,也是本文工作的重点。在日常生活和科学研究中,我们经常会碰到图像信息缺损现象,如图像破损、遮挡去除等等。如何对这些缺损或遮挡信息进行恢复成为人们日益关注的问题。数字图像修复技术是指针对数字图像中遗失或者损坏的部分,利用未被损坏的图像信息,按照一定的规则填补,以使得修复后的图像接近或达到原图的视觉效果,并使观察者无法觉察图像曾经缺损或已被修复。图像修复技术起源于艺术品修复,用于恢复受到损坏的绘画作品。随着近年来数字媒体的普及,数字图像修复技术也获得了多样化的应用,除了用于修复损坏的图像之外,还被应用于目标移除、超分辨率分析、图像压缩、视频错误隐藏等问题中。　　本文首先简要介绍图像融合的基本概念、发展历史和应用现状。然后在第二章对图像融合技术进行了一些基础研究,介绍了图像融合的层次、方法与目的。随后在第三章中介绍了与图像修复相关的一些基本概念,对Oliveira技术、基于纹理合成、基于径向基函数和基于视频序列的这4种常见的修复技术进行了进一步的分析,并对分别用这4种技术处理后的图像结果进行比较。最后,指出图像修复技术可能的发展方向。第四章提出了两种对于单帧图像的修复方法:基于单幅图像的图像修复和基于不同位移视点样图的图像修复。算法的关键是如何转化图像中的可见信息为有用信息及如何利用得到的有用信息来有效地修补目标图像,本章成功地解决了这两大难题。实验表明,本文的算法不仅可以使得目标图像达到无缝的修复目的,同时也促进了图像融合技术的发展,具有一定的实用价值。最后,第五章的结束语对本文的工作进行了一个总结,进一步阐明了作者在研究工作中取得的成绩和一些不足,指出下一步研究中需要做的工作和关注点。