随着网络技术和数字技术的不断发展和进步,数字图像技术在扫描仪、数码相机、数码摄像机、数字电视,以及可收发图像的移动电话等数字产品中得到广泛应用,图像以数字形式存储、共享和传输是其技术发展的必然,但是有很多因素会引起图像上局部信息的缺损。在其他方面的应用如根据某种目的移去特定的物体,移去后留下的空白区域需要得到修复,使图像变得完整。本文研究的主要内容就是数字图像修复算法,将受损图像修复成完整的无缺损图像,从视觉上察觉不到曾经受损的痕迹。本文介绍了两种基本的数字图像修复算法,一种是基于偏微分方程的算法,从理论和实践对这种基础的算法给与了深刻的研究分析,作为后续算法的理论依据。另外一种是基于纹理合成的数字图像修复算法,本文着重分析了AIEI ( Along Isophotes Exemplar - based Inpainting)算法和CIEI (Cross Isophotes Exemplar - based Inpainting)算法,总结了基于纹理合成的图像修复算法基本框架以及具体的数字实现方法。在此基础上提出了多种改进算法。本文首先对图像修复的优先权算法做了三个方面的改进。第一个是基于P_ Laplace算子的优先权算法,这种改进的算法能够将细节信息很好地保留下来,不会丢失重要的细节信息。第二个优先权改进算法基于Euler’s Elastica模型,同时引入了因子p使得算法可以在等幅线方向和梯度方向之间选择最佳的修复顺序,综合了AIEI算法和CIEI算法的优点,能够很好地恢复图像中受损的物体轮廓线条,保留了受损区域的结构信息,在视觉上提高了最终的修复效果。第三个改进的优先权算法基于CDD (Curvature -Driven Diffusion )模型,修复顺序不仅沿等幅线方向进行,并且等幅线上位于等幅线曲度较大如拐点处的点具有更高的优先权,满足了连通性原则。这三个改进算法在保证图像连续性方面具有一致性,都尽量保留受损区域的纹理信息和结构信息。随后论文对图像修复的块匹配方式做了两种改进。第一种改进算法引入了权值模块,决定了模块中不同位置处像素点对差值的权重。当使用较小的模块时,由于图像邻近像素点之间的相关性,采用中心权重较大的模板;当使用较大的模块时,为了减少块间效应,同时考虑到中间像素对修复图像质量的总体影响下降的情况,采用边缘点权重较大的模板。第二种改进算法考虑了像素的置信度,改进后模块间距离计算公式让匹配块的搜索尽量在置信度高的区域寻找,同时模块间像素点对的差值也通过置信度加权,让置信度高的点对尽量匹配,置信度不高的点对匹配度可以不高。最后,论文对所提出的算法进行了大量的实验仿真,实验结果验证改进算法的有效性。