图像修复技术是通过图像中已知信息的部分对图像中丢失信息的部分进行还原,使得修复后的图像比较自然,看不出曾经修复过的痕迹,它最初是通过手工填补来修复古代文物字画等作品。数字图像修复技术是通过效仿手工填补的思路,借助计算机等辅助工具对缺损的图像进行修复,避免了由于手工修复而带来的的风险性,目前已广泛应用于医学、通信、工业、影视等多种领域。数字图像修复的方法中有基于偏微分方程的和基于纹理合成两大类图像修复算法,在本文中详细介绍了这两种方法中的修复模型以及其算法思路,并对采用这些算法修复后的结果作了分析,本文以提高图像的修复质量为目的,针对已有的Criminisi算法中存在的不足,提出了一些新的图像修复的设想,并通过实验进行了可行性验证。1)对于已有的改进的数据项和置信度项相加的优先权函数,找出一个固定的权重比例,通过对两组图像取不同权重进行实验比较后,最终采用黄金分割作为权重比例,得到改进算法1,该算法避免了每次对图像修复都需要修改权重比例以求得最佳的修复结果,在修复过程中使置信度下降速度变慢的同时保证了置信度项和数据项在修复过程中对修复顺序的决定权。2)随着修复过程的进行,置信度迅速下降,虽然本文中改进算法1能够降低在修复过程中置信度的下降速度,但是随着迭代次数的增加,置信度仍旧会趋于零,因此在针对更大面积的图像进行修复时,本文在置信度更新处引入了虫口方程,通过详细的实验分析对方程的参量进行选择,给出了新的置信度更新方程,最终得到的改进算法2,有效的克服了本文中改进的优先权函数在对图像修复的局限性,随着迭代次数的增加使得置信度项自动的调整,得到了较好的修复结果。实验中将这两种方法结合在一起,针对不同面积缺损的图像,由系统自动选择对应的图像修复算法。通过多组实验证明,本文中的方法1和2都有效的减少由于基于样本的Criminisi算法在修复过程中导致的错误填充的蔓延累积,在修复时间上虽然比Criminisi算法要多一点,但最终的修复结果却比Criminisi算法有更好的视觉效果,并且获得了较高的图像修复质量。