数字图像修复技术是图像处理领域的一个重要分支,也是计算机视觉方面的研究热点。该技术主要利用图像已有的信息,按照一定的算法或规则对破损区域进行修复或目标物的去除,以达到修复后的图像有较好的视觉效果或接近原图视觉效果的目的。数字图像修复技术的研究主要集中于三个方面：基于偏微分方程的修复算法、基于纹理合成的修复算法和基于稀疏表示的修复算法。本文介绍了数字图像修复技术的研究意义和发展现状,以及这些算法的理论基础。本文在研究和总结前人丰硕研究成果的基础上,提出了对既含有小块信息缺失又含有大块信息缺失的图像的修复技术和迭代收缩算法在图像修复中的应用,主要工作和创新之处在于：1)在图像修复中,对于处理既含有小块信息缺失又含有大块信息缺失图像的算法很少涉及,虽然Criminisi、MCA算法等都可以修复这类图像,但是算法修复视觉效果都不好且耗时较长,所以就结合CDD模型和Criminisi算法的优点提出对破损区域区别修复,即CDD模型与Criminis算法相结合。2)在图像处理前采用直方图均衡化来强化细节,一方面扩大了图像的动态范围,保证了修复图像结构的连续性；另一方面,抑制了图像中的噪声,使得修复后的图像视觉效果较好。3)根据对现有迭代收缩算法研究分析的基础上,提出一种基于平行坐标下降法(PCD)的图像修复算法,每次迭代通过线性搜索μ来确定下降步长,再通过阈值收缩确定下降方向,以保证该算法修复的图像具有较高的质量。