图像可以分解为结构和纹理2大部分，其中的结构信息体现的是图像的整体框架，包含图像的边缘等重要的描述信息，而纹理信息体现的是图像框架中的细节部分。

TV模型容易在各向异性扩散的过程中，将平滑区域噪声作为边缘而产生阶梯效应，而分解出来的结构图像，去除了图像的噪声。因此，对图像的结构部分使用基于TV模型图像修复，就能避免噪声干扰引入的阶梯效应，但是此时还存在一个问题，利用结构图像进行TV模型的扩散修复，仅能避免原来图像中噪声对图像造成的阶梯效应，而对于图像中的边缘部分图像梯度变化大的地方即图像的特征点，如还沿着梯度的垂直方向扩散，则必然会造成图像特征点的迷糊化，因此，为保证图像的特征点的保持，必须在修复过程中将图像的特征点提取出，保证对特征点不沿着图像的梯度正交方向扩散。

在图像的结构部分采用以下的修复方程：

该修复方程利用图像分解技术提取图像结构部分，避免了原始TV模型容易引入的阶梯效应，防止修复结果出现假边缘，同时，对于图像中存在的特征点能很好地实现保留。