1）目的及意义

数字水印技术中的图像版权标识在现实生活中应用较为广泛，它包括嵌入图像中的数字图像的来源信息或典型的数字图像所有者的个人相关信息，以一种更有效的方式提高图像的安全性，可以有效保障数字图像的知识产权。但目前网络上广泛传播的许多图像中存在的版权标识虽然也清楚地包含了图像的来源信息和版权信息，但版权标识的鲁棒性不够高，容易被破坏，并没有在真正意义上起到保护图像的作用。本题从一个矛盾的需求出发，通过研究如何利用数字图像修复技术移除图像版权标识，来探索什么样的图像版权标识具有较高的鲁棒性，不容易被破坏。

2）国内外研究现状分析

本文的研究对象是一种典型的可见水印图像版权标识,而此版权标识的移除方式就需要运用到图像修复技术。

图像修复概念最初是由Bertalmio,Sapiro, Caselles和Ballester在2000年的一次学术会议上提出的。经过十多年的发展，国内外学者在数字图像修复方面提出了很多有效的方法。目前比较主流的数字图像修复技术主要分为两大类：基于扩散的数字图像修复技术和基于样本块的数字图像修复技术。

基于扩散的数字图像修复技术，最早是由Bertalmio等人引入到图像处理中来的，其实质是将图像修复问题转化为偏微分方程的求解问题来解决，是一种基于像素点的图像修复技术，主要用于小区域破损图像的修复，该模型简称为BSCB模型。该模型的主要过程是首先利用待修复区域周围的己知信息，得到要扩散的信息及扩散方向，然后通过将待修复区域周围的已知信息各向异性扩散到待修复区域内，来完成图像的修复。对于小区域破损的图像，得到了较好的修复效果。

在偏微分方程的基础上，Chan和Shen提出了整体变分方法(Total Variational , TV）和基于曲率驱动的扩散模型(Curvature Driven Diffusion,CDD)，简称CDD模型。它是在TV模型的基础上，加入等照度线信息，与梯度信息同时控制扩散系数，相对较好地保持了图像结构的连贯性，还具有一定的抗噪声能力，但使用CDD模型修复得到的图像会出现由于修复过程中信息的过度衍生而产生的模糊现象。

基于样本块的数字图像修复技术，顾名思义，它是以块为单位来修复图像的，主要用于大区域破损的图像修复。其代表算法是Criminisi算法：利用破损区域周围的已知信息来计算边界块的优先权，此判断哪一块应该首先被修复；得到应该优先被修复的图像块后，根据一定的匹配准则在待修复图像的已知区域中寻找待修复块的最佳匹配块；然后将最佳匹配块中对应位置的己知像素信息复制给待修复块中的破损像素，来完成图像的修复。

2. 研究的基本内容与方案

1）研究（设计）的基本内容

①国内外图像修复算法研究现状；