数字图像修复是指运用数字图像处理理论和技术填补图像中的破损区域，以恢复图像的完整性和视觉感知效果为目标，使修复之后的图像清晰自然以至于人眼无法辨别图像曾经是否缺损。数字图像修复技术在文物保护、影视特效、图像压缩等领域具有广阔的应用前景。但是，数字图像修复是一种典型的病态问题，修复算法很难对修复结果进行高效地自我反馈，导致算法普遍存在鲁棒性差、自动化程度不高等问题，距离真正意义上的实用仍存在一定距离。本文通过深入分析数字图像修复技术，提出了一种改进的基于结构补全和纹理合成的图像修复方法，最后设计并实现了一个面向应用的数字图像修复系统，而且基于该系统提出了一种图像修复算法自动选择方案。受文本语言表示及处理具有明显层次性的启发，很多研究者将图像视为一种特殊的语言，认为图像的表达及与之关联的算法和文本语言一样具有层次性。本文对目前图像修复算法进行了层次化分析，将其分为基于数据层的图像修复算法、基于结构层的图像修复算法和基于语义层的图像修复算法。这种层次化的分析不仅有助于我们系统掌握不同修复算法的本质和优缺点，而且有助于我们明确数字图像修复技术的发展趋势，使本文将研究重点集中于基于结构层的数字图像修复算法。虽然目前基于结构层的图像修复算法能够同时处理图像中的纹理和结构信息，修复效果相对较好，但是依然存在某些问题。鉴于此，本文改进了基于显著结构补全和纹理合成的图像修复算法。首先，针对显著边缘结构提取过程中阈值参数无法自动确定的缺陷，本文提出了一种基于Canny边缘检测的阈值下降式显著结构提取算法；其次改进了断裂边缘匹配距离函数，使断裂边缘的配对方案更加合理，提高了破损边缘最终的修复效果。本文设计并实现了一个以提供数字图像修复问题解决方案为目标的软件系统。该系统集成多种数字图像修复算法，可以满足基本的应用需求。针对目前图像修复算法适用范围窄、鲁棒性较差的问题，本文设计了一种图像修复算法自动选择方案。通过分析破损区域面积、紧致度及其周边区域是否具有显著结构边缘，该方案可以自动选择合适的图像修复算法。