随着计算机技术以及多媒体技术的发展,数字图像处理技术得到了越来越多的重视。图像修复技术是数字图像处理的一个重要领域。图像修复被定义为通过一定的算法,利用已知部分的图像信息,对图像中信息缺失的区域进行填充的技术。其目标是经过修复的图像能达到结构连续、纹理合理、满足人眼视觉感受的程度。随着算法的发展,图像修复技术的应用愈发广泛,其适用于文物的修复与研究、图像中的目标移除、场景生成、数据加密传输等。应用比较广泛的图像修复技术有两大类,第一类为基于偏微分方程的修复算法,这类算法适用于破损区域较小的图像修复,利用物理学的热扩散原理,将待修复区域周围的己知信息逐像素地扩散到待修复区域内。此类算法在进行尺度较大破损区域的修复或和结构信息丰富的图像修复时会产生一定的模糊失真。针对这一类型的破损图像,使用第二类——基于纹理合成的修复算法能够得到较好的效果。此类算法以像素块为单位,利用已知区域的图像,使用纹理合成的技术在图像破损区域中合成出符合视觉连续性的图像纹理。这类算法由Criminisi等人首先提出,使用等照度线作为驱动,该方法的关键因素为修复优先级的计算和合成纹理的样本块的选择。此后对这类算法的改进也大多从这两个方面入手。本文的主要贡献体现在以下三个方面：(1)本文以Criminisi算法为基础,针对其修复优先级计算的缺点,提出了在计算优先权系数时使用HSI空间梯度代替灰度梯度的改进,并考虑了这类梯度在待修复像素块中的统计信息。针对其选择纹理合成样本块的缺点,提出了利用图像局部一致性提高修复速度和利用图像的同构几何变换提高修复质量的改进。本文对提出的改进算法进行了仿真实验,并与Criminisi算法、Wexler算法和Guillemot算法进行了比较。(2)本文提出一种改进的平均双尺度边缘图像结构相似度(MDESSIM),使用图像降位和HSI空间变换等技术提取了更多的图像结构信息,对模糊失真造成的相似度损失进行了正确的评价而抑制噪声干扰,对破损修复的实验结果进行了量化评价。实验证明本文的算法更好的扩散了结构信息,并在大尺度破损修复时抑制了模糊失真的扩散,实验表明本文的算法有一定的先进性。(3)在本文的最后,对本文提出的图像修复算法在视频修复和图像压缩两方面中的应用进行了研究。将图像修复与运动目标提取算法和固定背景全景建立等技术结合起来,实现了对摄影机固定不动或小幅规则运动的视频进行修复的目标。将图像修复算法与边缘提取和图像膨胀算法结合起来,并动态调节膨胀因子的大小,实现了在保证图像质量的情况下对图像进行较大压缩比的压缩的目标。本文针对大尺度破损或纹理丰富区域破损的图像提出了一种使用HSI颜色空间的图像修复算法,并对平均双尺度边缘结构相似度进行了改进用于对该算法的方针结果进行对比评价。最后对以此为基础的视频修复方法和图像压缩方法进行了研究,具有一定的实用价值。