图像(或者视频数据)已经成为大数据信息流的主要部分,但是采集、传输、保存或者人为等因素都可能导致图像局部关键信息的缺损。现有的图像重建(或修复)只是追求人眼的视觉效果而忽略了图像重建的准确性,同时由于迭代计算导致重建效率较低,不能满足实时的要求。目前,针对以上重建过程中的不足之处,研究者提出了基于稳定场的图像局部区域重建算法,该算法是通过分析图像纹理和稳定场之间的关系,将这两者进行有效地结合以完成图像重建。重建的过程,就是缺损区域以外的已知信息沿着缺损区域的边界向其内部传递的过程,并且传递过程中只涉及传递函数的一次迭代。相关实验利用点源影响函数作为场中信息传递的传递函数,并且取得了初步成果。本文在上述初步研究的基础上,针对二维图像重建的准确性和效率问题,具体以传递函数研究为核心并提出相关的图像重建算法。以图像局部纹理稳定场模型为基础,建立稳定场局部纹理的稳定场模型及方程,针对每一个缺损像素点,考虑其周围已知区域的像素点都对它进行能量传递,且在重建过程中首先将能量传递到最近邻域内,由此构造传递函数并引入标量场的二阶泰勒展开来完成,并在传递函数的具体计算时,更正了一阶偏导数和二阶偏导数的计算模式,最终依据最近邻域内的能量值,以插值完成重建。本文对二维图像重建的传递函数的研究及所提出的相关重建算法,对于不同类型图像不同程度的缺损,以保持较好的整体视觉效果和重建效率为前提,较大地提高了重建准确性和峰值信噪比(Peak Signal to Noise Ratio,PSNR),尤其在图像缺损区域边缘及纹理细节的重建上表现出色。以此为基础,针对目前图像光斑区域纹理的恢复或者重建同样是以人眼不能察觉为目标,即注重视觉效果而不是光斑区域纹理重建是否准确的问题,具体以传递函数为核心提出基于稳定场的光斑区域纹理重建方法。由于光斑一般是图像成像时另一局部强光源的叠加而形成,由此构造传递函数并通过计算光斑区域外的最近邻域能量,根据基于稳定场的图像重建模型,计算非光斑区域像素对光斑区域像素的能量传递函数,并利用点源影响函数中的点源置换,得到非光斑区域像素对光斑区域像素能量传递的逆,以此逐步剥离光斑区域的局部强光源能量,从而完成重建。实验结果表明,本文的光斑区域纹理重建算法在保持重建效率和重建视觉效果的基础上,可以重建图像光斑区域并且达到较为理想的重建正确率。综上所述,本文在稳定场图像重建的基础上,以传递函数为核心提出相关的重建算法。实验数据表明,文中算法对图像局部缺失纹理以及光斑区域纹理的重建或者恢复都保持了较好视觉效果和重建效率,且较大地提高了重建的PSNR和准确率,可用于信息的实时处理。