图像修复技术,作为数字图像处理领域内的重点研究内容之一,越来越受到机器视觉和计算机图形学领域研究者的关注。偏微分方程作为图像处理的主流方法之一,基于偏微分方程的图像修复模型能够较好地修复非纹理图像。基于变分TV(Total Variation)-L1模型己经成功地用于灰度图像恢复,但由于彩色图像层与层之间存在偶合关系,该模型不能直接用于处理彩色纹理图像。为解决大破损彩色纹理图像修复问题,本文将TV L1模型推广到非局部CTV-L1模型。主要工作和创新成果如下：第一,介绍几种经典图像修复模型。重点介绍微观仿真BSCB模型、全变差(TV, Total Variation)模型和曲率驱动扩散模型(CDD, Curvature-Driven Diffusions),并详细分析几种模型的优缺点。第二,对非局部TV L1模型修复灰度纹理图像修复的原理、方法及应用进行了研究和探讨。第三,针对非局部TVL1模型直接用于修复彩色纹理图像效果不理想的问题,提出非局部CTV L1彩色图像修复模型,该模型不仅包含非局部算子,同时还引入了CTV (Color Total Variation)规则项,前者可以修复大破损纹理图像,后者充分考虑了彩色图像层与层之间的耦合关系,在处理彩色图像时可以有效地保边缘,此外,L1范数数据项的引入使得该模型还可保持图像对比度及去除图像中异常的不规则点。为提高模型的运算效率,本文通过引入辅助变量和Lagrange乘子为其设计了高效增厂Lagrangian算法。最后实验验证了该模型和算法的有效性。