图像的数字化修复是一项依靠已知信息对图像损坏部分进行填补,并且难以被察觉有修复痕迹的技术。图像的数字化修复技术如今在许多领域都有所应用,例如旧照片裂纹修复,去除目标物的修复,古代遗迹壁画的修复等。因此,对数字图像修复技术进行深入研究,不断提高图像的修复质量具有重要研究意义。本课题以Criminisi算法与Patch Match算法为主要研究目标,总结了国内外学者针对这两类算法的研究现状,对比分析两种算法的优势以及局限性,在现有算法的基础上,本文主要完成以下工作:（1）首先对Criminisi算法与Patch Match算法进行分析,研究算法中涉及的各项参数,对算法的优缺点进行概括,指出两种算法的不足之处。（2）针对Criminisi算法的优先权可能使填充顺序出现错误的情况,为解决这一问题,在优先权函数中加入边缘信息,使图像在修复时优先按边缘结构的方向进行修复。（3）针对Patch Match算法在选择最相似块时,由于判断信息单一而导致选择失误的问题,在算法中添加图像的客观评价指标SSIM（结构相似性）,以图像块亮度（Brightness）、对比度（Contrast Ratio）和结构（Structure）作为新的判断标准,使候选的相似块更具可靠性;为了弥补Patch Match算法采用固定样本块大小这一缺陷,从而解决算法处理细节能力较差的问题,算法采用自动选择样本块大小的方式,使样本块大小可以根据图像结构信息自适应性地做出调整。本文搭建了一个修复系统。仿真实验表明,本文提出的算法在视觉效果和客观评价指标下,相比其他一些算法都有所提高,具有一定的实际应用价值。