图像修复系列-图像修复概述

图像修复的最初是为了去除遮挡或对破损的图像就行修复，但是，修复图像是一个ill-pose（病态）问题，所示，图像修复需要一些前提假设（也就是之前提到过的正则约束），通过在一定约束条件下，建立最优化准则，从而实现图像修复。根据不同的假设，延伸出不同的图像修复方法，主要如下：

（1） 假设图像连续光滑，此时，延伸出的图像处理方法，主要是通过一些算子，不断与原图像进行卷积，达到逐渐修复图像的目的

（2） 假设图像属于有界变差空间(BV空间），此时，延伸出基于PDEs或能量泛函(最后通过变分原理转化为PDEs的初边值问题)，通过求解PDEs的初边值问题达到修复图像的目的

（3）假设图像的自相似性，即假设图像的缺损部分能够根据一些准则，通过合理组合图像的其余部分的信息，实现图像修复，具体方式是使用纹理合成的原理

（4）通过稀疏表示或低阶秩，通过图片自身训练稀疏表示的基或低价秩约束，从而实现图像的修复

对于第一类，这里将不再举例介绍，正则约束比较简单，能够修复的图像类型也比较简单（因为连续光滑的图像在现实中比较少），最简单的方法就是用卷积，不断将已知部分的