图像修复是指恢复图像中丢失或破损区域信息的过程,其目的是为了填充图像损坏部分丢失的信息,并且使人眼看起来自然协调。最近几十年,图像修复在很多领域存在着广泛的应用:从被划痕或文本覆盖的破损图像中恢复图像、受损图像传输过程中的差错隐藏、图像编辑中的目标移除等。由于图像修复的广泛应用,所以图像修复的研究具有重要的理论与现实意义。本文重点探讨了Criminisi算法,研究了Criminisi的优点及其算法存在的不足。根据其存在的缺点,提出了一种基于块结构稀疏度的改进算法。本文算法利用块结构稀疏度来计算待修复样本块的优先权,使修复次序更加合理;根据块结构稀疏度的大小来选择样本块的大小,提高了修复的灵活性;在样本块匹配时引入颜色直方图,使匹配更加精确;最后用局部搜索策略代替全局搜索策略,降低了时间成本。实验结果表明本文算法克服了Criminisi算法的缺点。对于不同程度损坏图像都有良好的修复效果。除此之外,本文算法较Criminisi算法在时间上平均减少了49.94秒,峰值信噪比提高了3~4dB,SSIM值平均提高了0.0030。