關於這篇論文：其是采用基於樣例的圖像修復，通俗地講就是圖像其他部分的采樣信息去填補遮擋區域，其與使用擴散方法的圖像修補方法相比，不會產生模糊效應。
論文中涉及到的幾個參數 Ω：要修補的區域
δΩ：修補區域輪廓
Φ：非遮擋區域（用來提供陽歷）
Ψ：正方形匹配模板(patch)
論文實現主要三個步驟：1， 計算填充區域的優先權
論文使用了 置信度項C(p)以及數據項D(p)來描述優先權：
其中：
2,傳播紋理及結構信息
3,更新置信值
總的來說這篇論文理解起來並不是特別難，當然里面肯定有誤解之處
關於代碼：說來慚愧，找到本篇論文的時候發現已經有人對其進行了實現，所以自己並沒有去親自嘗試寫代碼，只是照着他們的代碼試驗了一下，效果還是不錯的。代碼中要填充的區域需要自己指定，不過還好之前做過立體匹配，所以很容易把遮擋的部分用程序給標記出來了。
最后附上程序鏈接（不能運行的話運行一下compile.m可能會解決）：http://download.csdn.net/download/longvipp/8173305