随着社会各项技术的发展,数字图像处理技术几乎涉及了人类生活和工作的各个方面。数字图像修补技术作为数字图像处理技术的一个分支,自从被提出以来得到了迅速发展,尤其是近几年已经逐渐成为学术界的研究热点,本文深入研究了这一技术。数字图像修补的目的是恢复破损图像的完整性,其过程是对数字图像中的指定区域进行信息填充,要求填充后填充区域与图像的原有区域之间过渡自然,尽量减少人工痕迹,以使图像看起来好像从未破损过。本文首先介绍了数字图像修补技术的概念、应用和发展现状,展示了这一技术的广阔前景；然后,分析了基于非纹理的图像修补技术,包括BSCB修补模型、CDD修补模型和基于径向基函数的修补方法；接着本文介绍了基于纹理合成的数字图像修补方法,研究了Criminisi等人提出的算法,分析了这种算法既能修补结构信息又能修补纹理信息的关键之处；本文对Criminisi算法的缺点做了改进,改进之处包括优先权的计算和宏观修补顺序的选择,其中优先权的计算考虑了目标块中更多已知点的梯度信息,宏观修补顺序是每次都修补最高优先权的点所在的块还是每次都修补最低优先权的点所在的块,这要根据图像的具体特点选择,实验表明,改进的算法能够取得更好的修补效果。最后本文将数字图像修补技术与人脸图像相结合,并且提出了两种破损人脸图像的修补方法。本文提出的第一种人脸图像修补方法是基于单幅图像的,这种方法将Criminisi的算法灵活应用在修补破损的人脸图像上。其修补过程是每次填充具有最高优先权的点所在的目标块,在源区域的选择和优先权的计算上采取了更适合人脸特征的办法：根据人脸的左右对称特性,在选择源区域时先对图像做水平镜像变换,把变换后图像的己知区域作为源区域,并且缩小搜索最佳匹配块的范围以节约搜索时间；在计算优先权时考虑水平位置信息,以使修补尽量从中间向两边进行。这种人脸图像修补方法的优点是算法简单,缺点是不能修补血官破损过于严重的图像。为了修补五官破损相对比较严重的人脸图像,本文提出的第二种人脸修补方法是基于独立成分分析(ICA)的。首先采用ICA算法从图像库里提取基图像,基图像包含了人脸的基本特征；然后将破损图像的破损区域置零,并将基图像中的相应区域也置零,再用置零后的基图像表示置零后的破损图像,得出一组系数；最后用原基图像与破损区域相应位置的像素值和得到的系数计算出原破损图像破损区域的像素。实验结果表明,这种方法能够修补破损比较严重的人脸图像。