本项目在MATLAB环境中完整实现了基于曲率驱动扩散（Curvature Driven Diffusions, CDD）模型的图像修复算法。该项目旨在解决传统总变分（Total Variation, TV）模型在修复较大面积缺损或宽间隙时，因无法满足连通性原则而导致边缘断裂或模糊的问题。功能描述如下：首先，系统实现了CDD偏微分方程的数值求解模块，采用有限差分法对引入曲率项的扩散方程进行离散化，利用曲率信息引导扩散方向，使得图像的等照度线（Isophotes）能够跨越受损区域平滑连接，从而有效保持图像的几何结构和边缘特征。其次，项目支持多维数据处理，既能对单通道灰度图像进行修复，也能对三通道彩色图像进行分通道或矢量耦合修复，有效去除图像中的划痕、文字水印、噪点或填补缺失的像素块。此外，工具箱包含用户交互与参数配置功能，允许用户导入自定义的二值掩膜（Mask）以指定待修复区域，并可灵活调节迭代次数、时间步长及曲率相关系数以优化修复效果。最后，系统集成了质量评估模块，能够实时显示修复过程中的中间结果，并计算峰值信噪比（PSNR）和结构相似性（SSIM）等指标，用于量化评估CDD算法相对于TV模型或其他修复手段的性能提升。
