随着计算机技术和多媒体技术的不断发展,数字图像修复技术的应用领域也越来越广泛,得到了人们更多的关注和重视。本文首先分类介绍了数字图像修复技术的现状,对各类技术中典型的模型和算法进行了简单的描述。然后对基于样本块的图像修复技术中的典型算法Criminisi算法及对比文献算法进行详细分析描述,同时总结归纳了当前基于样本块的图像修复算法中依然存在的不足之处,本文即针对基于样本块的图像修复技术中所存在的问题进行深入研究。在研究基于样本块的修复算法中,针对填充次序不可靠,样本块模板窗口大小选取不当和修复效率低等问题进行解决,设计了一种基于局部结构特性的修复算法。该方法结合图像的局部梯度特性和局部相似性特征,通过对数据项增加补偿系数和加大其权重,保证图像的结构连通性；根据图像梯度信息,自适应决定样本块模板窗口大小,减少错误衍生和块效应现象；利用置信度项值自适应选取局部搜索空间大小,提高修复效率。实验结果表明,本文算法能有效地保持图像的结构特性,使错误衍生和块效应现象有所减少。基于样本块局部结构特性的修复算法对破损图像修复后,在纹理信息丰富的区域仍存在锯齿效应,结构边缘的连通性还有待提高,并且有不同程度的误匹配现象,为解决此类问题,本文结合曲波变换具有多尺度多方向的特点,设计了一种结合图像方向特征构造匹配准则的图像修复算法。该算法首先对破损图像进行预修复,利用曲波变换提取预修复后图像的8个方向因子矩阵,通过目标块与匹配块之间的方向因子和颜色的加权距离构造新的匹配准则,分析讨论了匹配准则的权重系数和有效性,以及预修复方法对修复结果的影响。实验结果表明,结合方向因子的匹配准则能较好地保持图像的纹理及结构特性,对纹理块和结构块的修复质量比现有同类算法分别提高0.8dB和1.2dB左右。为了方便演示本文的图像修复算法,增强其实用性,本文基于Visual Studo2008和MATLAB两个平台开发了一款数字图像修复演示系统,同时给出了系统使用说明及演示结果。