图像修复技术是图像处理的重要组成部分,这项技术被普遍地应用在图像中文字、划痕的去除等方面。它的主要工作是按照一定的规则填充图像中的破损区域,使其恢复原貌。根据图像中破损区域的大小,图像修复的方法可以分成:基于图像结构的修复方法;基于图像纹理的修复方法;基于图像分解的修复方法。本文重点研究了基于图像结构的修复方法,该方法常以偏微分方程为工具,适用于修复破损面积较小的图像,整体变分(TV)模型是该方法中的一个经典模型,之后许多学者进行了改进工作,但是仍然存在着不足。本文针对已有的TV模型修复后的图像存在灰度过渡不自然的现象,通过引入蛇(Snake)模型的图像增强项,提出了一种新模型,之后通过对青椒破损图像的修复实验验证了新模型能够增强图像的视觉连通性,使图像灰度过渡更自然。由于已有的TV模型以及新模型在数值求解时利用的是待修复点的四邻域信息,容易导致图像修复的精确度不高,因此本文进一步采用了基于改进的TV模型的双十字算法和基于新模型的双十字算法,之后分别通过对Lena破损图像和动画破损图像的修复实验验证了改进的算法能够提高图像的准确度。