图像修复技术起源于文艺复兴时期，那时人们对早期中世纪十分珍贵的艺术珍品进行修复，其目的在于通过填补一些因为时间的侵蚀而造成的裂缝来使画面恢复原貌。随着时代的变迁，这种技术已经不仅仅限制在修补古代的画卷了，人们很自然的把这种技术过渡到了照片和电影胶片上。现在，人们进行修复的目的不仅仅是为了修复一些划痕或者污渍，而扩展到可以在图像上面增加或去除物体，例如电影特技的拍摄。在现代计算机视觉中，人们使用数字技术来完成这一工作。本文主要针对图像细纹修复技术、纹理合成技术进行研究，并针对较大面积的图像修复技术进行了理论研究和算法设计。 在图像细纹修复方面，本文首先对图像细纹修复技术进行了深入的分析和研究；图像细纹修复主要在于根据图像中到达破损区域边界上的等值线来恢复图像的色度信息，但是不能恢复图像的纹理信息。根据较大面积修复的特点，改进了基于偏微分方程的图像基本色度信息修复算法。算法只要提供待修复图像以及需要填充图像的掩码图像即可，中间不需要用户交互，能够自动完成修复。 在纹理合成方面，论文首先对国内外的各种纹理合成技术做了较为全面、系统的分析和阐述；然后重点研究了基于样本的纹理合成技术，这种技术是三大类纹理合成技术起步最晚的一个，是当今纹理合成技术的研究热点。 最后在大面积纹理修复方面，提出了基于纹理合成和图像细纹修复相结合的算法。在图像修复中，仅仅使用纹理合成的方法用来修复图像纹理信息，在匹配纹理过程中会出现不稳定的匹配。针对此种现象，在进行纹理修复前使用改进后的图像细纹修复算法对破损区域的基本颜色信息做出估计，在此估计之上进行纹理匹配。实验结果表明，该算法具有效果好和简单易行的优点。