1、圖像修復是圖像處理領域中一項重要技術，主要是利用圖像中現(xiàn)有的信息，估計圖像中的未知區(qū)域，從而使修復后的圖像在視覺上與原圖像接近，圖像修復技術在實際生活中應用廣泛。基于稀疏表示的圖像修復技術已經(jīng)成為一個新的研究方向，本文是在稀疏表示理論研究基礎上，結(jié)合字典訓練和聚類方法對圖像修復技術進一步研究。
　　本研究介紹了圖像修復的研究背景、意義以及國內(nèi)外研究現(xiàn)狀，主要研究內(nèi)容是：介紹稀疏表示理論、常用的稀疏表示算法和K-SVD字典學習算法；

2、分析了目前常用的圖像修復算法的優(yōu)缺點。詳細地分析了基于稀疏表示和字典學習的圖像修復算法，采用此方法進行圖像修復，其結(jié)果的優(yōu)劣性與學習的字典的好壞有很大關系，本文為了保證字典內(nèi)容豐富且具有自適應性，在進行字典學習前，先對圖像庫的圖像進行聚類，因此本文還介紹了模糊聚類算法及其改進算法，使用Canopy算法改善模糊聚類算法以及在分布式平臺上的應用。結(jié)果表明Canopy-FCM算法相比FCM算法準確率提高，簇間距離減小，加入聚類后的圖像修復算法