近些年,图像修复已成为图像处理当中的一个研究热点。在众多图像修复算法中,Criminisi算法及其改进算法以易实现、修复快和效果好的优点,成为了该研究领域当中最热门的算法。本文主要通过介绍原始Criminisi算法的三大步骤:优先权的确定、最佳匹配块的搜索和复制,说明原算法当中存在的一些不足,对其进行改进,并且将粒子群算法和果蝇优化算法分别引入到算法当中。首先,简单介绍了图像修复的研究背景、当前国内外的研究现状和应用前景,以此来引出Criminisi算法,并且对其进行全面介绍。其次,分析了原算法在计算优先权时存在的一些不足。在原算法中,置信度C(p)和数据项D(p)为乘积关系,当图像逐渐被修复后,置信度C(p)会很快下降为0,此时数据项D(p)对优先权几乎没有影响作用,会导致优先权的计算不准确。为了消除原算法当中置信度和数据项相互影响的问题,将二者的几何关系变为相加,使得二者之间不会相互影响。通过分析等照度线的曲率能够反映出图像的一些局部特征,将其引入到优先权的计算当中,使得优先权的计算更加准确。在相似性度量函数的计算中间,我们也引入了等照度线的曲率。实验结果表明,改进后算法的修复效果较好,PSNR值也比原算法有所提高。随后,由于原算法在搜索最佳匹配时使用的是全局搜索,这个搜索方法在搜索时花费时间较长,因此,考虑到粒子群算法和果蝇优化算法的优点,我们分别将两种算法应用到搜索最佳匹配块当中,并且对这两种改进的算法进行了比较,仿真结果表明,这两种改进方式对于算法的修复效率都有所提高。最后,对所做的工作进行总结,并且对所研究的课题做了进一步的展望。