图像修复算法CDD模型，针对灰度图像和彩色图像的matlab源代码

Hcalon的源代码，适用于去掉图片上的彩色文字，代码仅供参考，如果有意见可以留言回复，我们一起探讨，希望可以共同进步，谢谢！

基于CDD曲率扩散的图像修复算法。matlab GUI 图形界面可直接运行。

图像修复是计算机视觉领域中极具挑战性的研究课题。近年来,深度学习技术的发展推动了图像修复性能的显著提升,使得图像修复这一传统课题再次引起了学者们的广泛关注。文章致力于综述图像修复研究的关键技术。

对于受损的图像可以通过算法将其还原，因为用到的是从外圈到里圈的逐层修复，所以修复效果比较不错，可以通过对PSNR值的计算，得到图像修复的好坏。

window照片查看器无法显示（提示内存不足）的图像修复，支持批量图像修复 JPG PNG JPEG

使用多方向特征的基于颜色方向补丁稀疏度的图像修复

criminisi_外边界_更新等照度.rar

更快的高分辨率神经修复：使用多尺度神经斑块合成的高分辨率图像修复

基本思路： 微分方程求解，**用邻近的像素替换那些坏标记，使其看起来像是邻居** 。 假设图像里的一个区域要修复。算法从这个区域的边界开始，逐渐地进入区域，把边界内的所有东西填充上。它取要修复的部分周围的一个像素周围的一小片邻居。这个像素被周围已知的像素的标准加权和替换掉。选择权重是很重要的。要修复的点周围像素的权重较高。和正常边界近的，还有在边界轮廓上的像素的权重较高。当像素被修复以后，它会通过快速匹配方法($FMM$)移动到最近的像素。$FMM$保证那些已知像素周围的像素首先被修复，所以这个就像人工启发式的操作一样。 $OpenCV$提供了两种算法。两者都可以通过相同的函数访问，$cv2.inpaint（）$。 第一种算法基于$Alexandru Telea$于2004年发表的“基于快速行进方法的图像修复技术”。它基于快速行进方法。考虑图像中要修复的区域。算法从该区域的边界开始，然后进入区域内，逐渐填充边界中的所有内容。它需要在邻近的像素周围的一个小邻域进行修复。该像素由邻居中所有已知像素的归一化加权和代替。选择权重是一个重要的问题。对于靠近该点的那些像素，靠近边界的法线和位