【CPP114】訊：圖像是人類從外界獲得信息的主要來源。自從有了圖像，也就有了對破損圖像進行修復的技術。inpainting圖像修復技術是一項古老的藝術。在歐洲文藝復興時期，為了恢復美術作品中丟失或被損壞的部分，同時保持作品的整體效果，人們開始對美術作品進行修復，其主要是填補作品上所出現的裂痕或溝，這樣的工作叫做inpainting。

    
　　現今，圖像inpainting修復技術已成為圖像工程領域的一個新的活躍研究方向，其目的就是研究和解決如何更好地實現檢測圖像上的受損部分，并根據受損圖像周圍的有效信息用圖像修補算法自動進行恢復。雖然一些強大的數字圖像處理軟件，例如photoshop等，也可以對數字圖像進行專業的特效處理和對受損圖像進行修復處理，但卻需要有經驗的技術人員進行復雜的手工處理，無法達到“計算機智能”自動處理的目的。

    
　　我們首先看一個圖像修復的例子，圖1(b)是一個類似“@”的字母符號，其中的一部分被障礙物遮擋。根據人的視覺經驗，參考被遮蔽物體的形狀以及周圍圖像信息，做出一個猜測判斷，認為在去除障礙物后，可能會出現如圖1(a)所示的字符，也可能會出現如圖1(c)所示的字符，并且圖1(a)和圖1(c)的修復結果可能都是正確的。計算機圖像inpainting技術正是從人的視覺心理學角度模擬這種效果，根據被遮物體的邊緣信息，按照一定的方向進行延伸擴散、邊界連接，填充遮蔽部分，達到視覺上的連通。當然，由圖中我們也看出圖像的被損信息大小(障礙物大小)也直接影響人們視覺上的連通判斷，從數學的角度看，這種由于被損圖像周圍信息不充分情況下導致的圖像修復結果不唯一的現象屬于病態問題，因此圖像inpainting技術還需根據計算機視覺理論，通過一定假設條件的限定設計修復算法，來解決這個問題。

    
　　根據貝葉斯(bayesian)結構體系，我們由不完全和變形的數據中得出完全理想的圖像是基于模擬人眼恢復圖像所做出的“最佳假設”或者叫“最優猜測”，這個“最佳假設”是基于以下兩個重要因素：

    
　　1．圖像數據模型：我們怎樣在原始圖像中獲取更多已有的圖像數據信息。

    
　　2．圖像預先模型：完好的原始圖像應該是哪種圖像模型。例如我們在修復一張在果盤中放有香蕉、蘋果的圖片，我們就會有一個預先的印象，應該是有光滑的形狀，充滿黃色和紅色。

    
　　所以，“最優猜測”就是在貝葉斯概率模型中最大化后者的概率，按照一定的算法規則填補圖像中遺失或者損壞的部分，使修復后的圖像接近或達到原圖的視覺效果。