以信息为主宰力量的今天，图像修复俨然已发展成一项与人类工作生活息息相关的研究热点。图像修复是将受损区域周围的相关信息填充到图像丢失部分的过程。多用于古文物保护、多媒体编辑、视频隐私保护等方面。图像修复技术主要分成两类：基于非纹理结构的图像修复技术和基于纹理结构的图像修复技术。其中，基于样本块的图像修复算法属于基于纹理结构的图像修复技术中运用纹理合成方法进行的一种图像修复的典型算法。Criminisi等人曾提出一种基于样本的图像修复算法，采用纹理合成的方法去除图像中的大物体，得到了很好的效果。Criminisi算法主要是考虑了目标区域的修复顺序问题，即在填充目标区域时，计算图像轮廓上所有待修复块的优先权，使优先权高的优先进行修复。Criminisi算法实现简单，实验速度较快，处理结果较好。不过在实际应用中，由于该算法对图像边缘的估计受到图像纹理等高频信息的影响，导致修复块错误的优先级顺序，影响最终修复效果。本文将其算法中优先权的确定进行了改进，通过引入调节因子α来准确测量图像破损区域边界各像素点的优先权大小，提高算法对图像结构纹理信息的敏感度；同时将优先权公式由相乘改成相加，防止了快速衰减，得到更加合理的修复顺序，从而提高修复效果。本文在分析理论的基础上，针对不同的破损图像进行了大量实验，并通过对比实验结果和实验数据，充分证明了本文算法的可行性。