本文以纹理合成的块匹配图像修复算法为基础，结合结构图像修复算法的优点，建立新的图像修复模型。第一章简要阐述了数字图像修复的研究意义、发展历程和现状。第二章简单介绍了纹理合成算法的背景和历史沿革，以及一些常用的纹理合成图像修复算法；并对经典纹理合成算法——Criminisi算法进行了重点介绍。第三章对Criminisi算法中优先级的确定以及匹配块的选取分别作了改进，提出了一种基于改进优先级的加权匹配的图像修复算法。算法首先在优先级中考虑了图像显著结构的影响，使改进的优先级更加精确；其次提出了更为合理的加权匹配因子；最后根据图像结构相似性特征对图像进行分块修复。实验表明，改进后的算法不仅克服了现有算法可能存在的偏差延续问题，使得图像修复的结果更加符合人们的视觉效果；而且大大缩短了修复时间。第四章结合结构算法及块匹配算法的优点，并考虑到显著结构对图像修复的巨大影响，对既有显著结构同时又包含丰富纹理的待修复图像给出了一种修复算法：首先利用形态学算子将破损部分的细小结构与大块区域分开；再利用快速结构修复算法对图像进行处理，然后利用插值算法对待修复图像进行完整显著结构重构，最后利用改进优先级的加权匹配算法进一步修复。实验结果表明，与传统算法相比，上述算法在改善修复效果的同时还大大缩短了修复时间。第五章对显著边缘特征的自动化重构做了探索性研究，初步解决了图像中存在的典型的V-S型断痕问题，并结合缩放的思想辅助图像修复，实验结果验证了上述方法的可行性。第六章对全文的工作进行了总结；提出了关于图像修复算法的一点想法与思考。