数字图像修复技术是指对那些局部区域内的数据丢失或损坏的数字图像按照特定规则进行修补，以恢复其完整性和原有的视觉效果。近年来随着图像处理和机器视觉的发展，数字图像修复技术被广泛应用于数字化文物保护、军事遥感图像处理、医学图像处理、图像编码、视频电影特效制作、图像压缩等领域都有很大的应用价值[49]。本文概述了数字图像修复技术的原理和研究现状，对基于样本块图像修复算法的性能进行研究，并对现有的几种改进策略进行分析和总结。在此基础上，研究了两种数字图像修复算法：(1)基于区域分割和样本信息的图像修复算法。通过对整幅图像进行分割得到分割区域，该分割区域提供了有效的结构特征和局部的纹理相似性，通过有效的结构特征使用曲线轮廓从已知的区域扩展曲线到未知的区域从而得到缺失的结构信息。在图像修复过程中通过结构特征所得到的不同分割域，从而选择相似的匹配块进行合理的填充。实验结果表明，该算法是有很好的修复效果，从视觉修复效果较其他算法有了显著提高[57]。(2)基于样本块拼接的纹理合成算法。本算法是通过寻找两幅图像之间相关度最高的样本块来实现图像拼接的。可以将不同方位检测的小范围图像拼接为用户需要的大面积图像，同时对重叠部分查找误差最小的路径，在边界接缝处理过程中对像素加入与人视觉相关的权值进行融合处理,通过寻找两幅图像之间相关度最高的样本块来实现图像拼接的。通过给定的小样本块的纹理特征，生成大面积相似并且连续的曲面纹理[55]。由于不需要在图像中进行全局遍历搜索，因而降低了图像拼接的时间，同时又提高了拼接质量，通过实验证明了算法的有效性，并且保留了壁画原有的艺术风格。