在数字图像处理的领域中,图像修复技术成为了一个研究热点。图像修复的目的是估计数字图像中的已知信息的特征,按照一定规则填充破损图像并使得修复后的效果与图像纹理结构合理匹配。该技术应用广泛,在老照片修复、书画文物修复、壁画修复以及网络数据传输等领域都有着不俗的表现。本文对基于样本块的图像修复算法进行了深入的研究,针对目前基于样本块的图像修复算法在图像修复过程中难以保持纹理结构连贯性,并且容易产生错误的匹配纹理块的问题,提出了改进的算法。主要研究内容包括:1.结合等照度线的曲率特征,在数据项中引入了反映纹理结构特征的曲率因子计算优先权,加入权重值将原算法中的置信项与数据项的乘积改进为加权求和的形式,并且分析了权重值的变化对图像修复的影响情况。实验结果表明,随着权重值的变化,图像修复结果会出现一定的波动变化,这说明对于不同纹理结构的图像,数据项的权重由图像的纹理特征决定,当纹理特征较为丰富时,增加数据项的权重会增加对细节纹理的敏感,从而改善修复效果。然后运用高斯函数更新置信项,避免了因置信项的值衰减过快而导致的误匹配问题,通过新的置信项更新策略,平滑了置信项的值在图像修复过程中的下降趋势,有效解决了当置信项为零而使得优先权的计算不准确的问题,从而提高图像修复效果。2.分析了常用的图像分割算法,并且将其与图像修复算法相结合。首先把待修复图像分割成多个关键区域,然后将搜索区域限定到每个关键区域,保证了区域的结构和纹理的一致性,有效解决了基于样本块的图像修复算法在修复过程中出现的纹理延伸的问题。最后,对本文的研究内容进行了总结,针对本文的结论给出了接下来的研究方向和思路。