数字修复技术通过适当的算法估计并填充图像指定区域内的缺损数据，被广泛应用于图像传输、图像压缩、修复有划痕和裂痕的照片、修复旧电影胶片等方面。随着计算机技术的发展，如何实现半自动或自动地完成图像或视频的修复工作，成为数字图像处理领域研究的重要课题。本文主要围绕静态图像以及动态视频图像序列内指定区域的修复问题展开研究。　　 1.在静态图像修复方面，本文概括了现有的图像修复理论与算法，对其中几种经典算法进行了详细的分析与比较，对已有的基于快速步进法与水平集法相结合的曲线进化算法进行改进，提出了一种新的基于分组步进法(GMM)的图像修复算法。其中：　　 (1)针对已有的快速步进算法对原始图像边缘信息保持能力不够的问题，提出了改进方案。利用梯度排序来估计等照度线方向，然后沿着等照度线对待修复区域进行图像信息传递，这样便可以保证等照度线尽可能平滑，图像的边缘也能得到较好的保持。　　 (2)提出了一种新的基于分组步进法(GMM)的图像修复算法。通过对原算法的曲线进化方式进行改进，避免了对待修复区域边缘像素集合中所有点到进化曲线的距离进行排序，从而节省了曲线进化时间。实验结果表明，本文方法能够有效降低经典快速步进算法的时间复杂度。　　 2.在动态视频序列图像修复方面，本文介绍了视频的各种损伤特征及其模型，对斑点检测和修复的现有方法进行了总结综述并通过了实验仿真，提出了一种新的基于时空结合的斑点检测算法。该算法模型简单，计算量小，检测效果较好。　　 (1)采用基于MRI模型的检测方法，并采用模拟退火算法寻求最优解。由于MRF模型的特点，该检测器能充分利用斑点局部空间上的一致性特征，使得其检测效果得到进一步的改进。　　 (2)由于MRF模型检测器模型比较复杂，在寻求最优解阶段采用的算法计算复杂，计算量大，算法运行时间长。针对此问题，本文提出了一种新的基于时空结合的斑点检测方法，该方法充分利用了斑点模型的时空特性，且方法简单易懂。实验表明，该方法的检测效果较之前的方法有较大的改进。