1.结合自适应梯度分块和等距变换的改进Criminisi图像修复方法，其特征在于包括以下步骤：第1步：记G＝(gi,j＝-1)m×n为待修复图像A＝(ai,j)m×n的梯度图，记Ω为待修复区域，由标记矩阵B＝(bi,j)m×n中bi,j＝0的元素进行标记，Φ为已知区域，由标记矩阵B＝(bi,j)m×n中最开始bi,j＝1的元素进行标记，Φ′为已修复区域；初始化Φ′＝Φ， 为待修复区域边界，对 即bi,j＝1中的元素，计算图像像素ai,j对应的梯度值gi,j，即gi,j＝Grad(ai,j,(i,j))；

第2步：对G中每个gi,j≠-1的元素按其对应的梯度值进行统计形成梯度直方图HG＝(hk)L，其中hk表示梯度值为k的G中元素发生次数，L为梯度直方图中梯度阶数；

第3步：对梯度直方图中的每个梯度值k＝0,1,…,L-1，统计每个梯度值的发生概率Pk,k＝0,1,…,L-1；

第4步：将落入已修复区域Φ′中的每个像素划分成平滑、纹理和边缘区域像素；

第5步：对 计算p点对应的优先权Pp；

第6步：确定优先权Pp最大的点 自适应地确定当前待修复像素块 的边长第7步：判断梯度项 的块类型，在图像已知区域Φ中寻找和 相匹配的的最优目标块 的位置 及其所对应的等距变换类型

第8步：利用最优目标块 和最优目标块 所对应的等距变换类型 将 变换为并将当前待修复像素块 中被bi,j＝0标记的像素由 中的对应位置像素进行填充，然后将所有当前待修复像素块 被填充像素的标记值由 bi,j＝0调整为bi,j＝1；

第9步：反复执行第5步至第8步，直到图像中待修复区域Ω中所有像素点修复完毕，即B＝(bi,j)m×n中所有元素都调整成bi,j＝1，修复结束。

2.如权利要求1所述的结合自适应梯度分块和等距变换的改进Criminisi图像修复方法，其特征在于：第1步中计算图像像素ai,j对应的梯度值gi,j,即gi,j＝Grad(ai,j,(i,j))的具体方法为使用式(1)：式(1)中，gx和gy是像素ai,j的x方向和y方向梯度，分别按式(2)和式(3)进行计算：gx＝ai,j+1-ai,j-1  (2)

gy＝ai+1,j-ai-1,j  (3)

式(2)和式(3)中，若 且ax,y∈Ω，即bx,y＝0则用ai,j替代ax,y，从而保证每个落入已修补区域的元素ai,j∈Φ′在G中都有对应的梯度值。

3.如权利要求1所述的结合自适应梯度分块和等距变换的改进Criminisi图像修复方法，其特征在于：第3步中统计每个梯度值的发生概率Pk,k＝0,1,…,L-1的具体方法为式(4)：Pk＝hk/Ncount  (4)

式(4)中，Ncount是梯度直方图中所有梯度值的总数，按式(5)进行计算；

第4步中将落入Φ′中的每个像素划分成平滑、纹理和边缘区域像素的具体方法为式(6)：式(6)中λ1是平滑和非平滑区域分割阈值，λ2是将非平滑区域细分为纹理和边缘区域的分割阈值且满足0≤λ1≤λ2≤L-1。

4.如权利要求3所述的结合自适应梯度分块和等距变换的改进Criminisi图像修复方法，其特征在于：第4步式(6)分割阈值λ1和λ2的具体确定方法为式(7)：即对区间范围内的λ∈[λbegin,λend]，求解使目标式δ最大化的λ，即 式(7)中upart1,upart2,utotal可分别按式(8)、式(9)和式(10)进行计算：将λbegin＝0,λend＝L-1代入式(7)，可确定分割阈值λ1，将λbegin＝λ1+1,λend＝L-1代入式(7)，可确定分割阈值λ2。

5.如权利要求3所述的结合自适应梯度分块和等距变换的改进Criminisi图像修复方法，其特征在于：第5步对 计算p点对应的优先权Pp的具体方法为式(11)：Pp＝Cp·l+Gp·(1-l)  (11)

式(11)中，Cp为置信项，Gp为梯度项，权重l∈[0,1]的取值按式(12)确定，即按p点所属的边缘、平滑和纹理区域进行自适应地调整：式(12)中，参数α∈[0,1]范围内的随机数且满足α+β＝1。

6.如权利要求5所述的结合自适应梯度分块和等距变换的改进Criminisi图像修复方法，其特征在于：第5步式(11)中，置信项Cp，梯度项Gp的具体计算方法如式(13)和式(14)所示：式(13)中，ψp为以p为中心的矩阵小块， 是ψp中的元素数量， 为ψp落入已修补区域中的元素数量；

式(14)中，q为ψp落入已修补区域Φ′的坐标，aq为A中对应的像素。

7.如权利要求3所述的结合自适应梯度分块和等距变换的改进Criminisi图像修复方法，其特征在于：第6步中确定优先权Pp最大的点 的具体方法为式(15)：第6步中自适应地确定当前待修复像素块 的边长 的具体方法为式(16)：。

8.如权利要求3所述的结合自适应梯度分块和等距变换的改进Criminisi 图像修复方法，其特征在于：第7步中判断 的块类型的具体方法为式(6)：第7步中在图像已知区域Φ中寻找和 相匹配的 的最优目标块 的位置及其所对应的等距变换类型 的具体方法为对 且 按式

(17)在图像已知区域Φ中寻找和 相匹配的 的最优目标块的位置 及其所对应的等距变换类型

式(17)中d()为欧氏距离，表示样本块 中已知像素和目标块T(Θq,t)中对应位置像素差的平方和，T()为等距变换函数，记Θq所对应的原子块子块旋转90度、180度、270度对应子块以及这些子块的水平翻转子块分别为 则T()执行的功能为式(18)：式(18)中， 即Θq与它的原子块等价。