图像作为一种信息符号，有着语言文字不可比拟的优点，成为越来越重要的信息表达方式，其应用的领域和范围越来越广。影像更是地理信息科学中最重要的数据源，图像信息处理成为遥感应用中的一个重要环节。但在日常生活和科学研究中，我们经常会碰到图像信息缺损现象，如图像破损、目标前后遮挡等等。如何对这些缺损或遮挡信息进行恢复和补偿，成为人们日益关注的问题。目前与该问题密切相关的两个研究方向就是图像修复和纹理合成，本文围绕自然图像中缺损信息的修复和遥感影像中遮挡信息的补偿问题为中心，对图像修复、纹理合成的原理、方法和应用展开了研究和探讨。 图像的灰度值可以看作是一区域化变量，不仅具有随机性，而且具有空间结构性。我们把地统计学的思想和观点引入到图像缺损信息恢复问题中来，根据图像局部区域具有各向异性分布的特点，提出了一种新颖的各向异性插值模型。该修复方法克服了传统方法的一些缺陷，取得了比较成功的修复结果。 本文对纹理合成的基本理论和方法进行了阐述和总结，并针对目前纹理合成算法中存在的不足，提出了一些新的算法和解决方案。将纹理合成的马尔可夫随机场理论和模型应用到数字图像修复中，并进一步研究了基于小波分解的低、高频分离的图像修复方法。 另外，本文专门对遥感影像中的遮蔽现象进行了系统分析，阐明了遮蔽现象的利弊关系以及消除措施。详细介绍了“真”正射影像的制作原理、方法以及信息空缺现象，总结了缺损信息补偿的常规方法。我们还分析了图像缺损信息恢复的难点，并结合遥感影像信息遮蔽的特点，提出了自己的一些认识和观点。 由于遥感影像上遮蔽成像机制的特殊性，在目前的研究水平下，单靠图像本身对缺损信息进行自动补偿还具有一定的难度。我们结合数据融合的思想，首次将GIS数据作为引导知识应用到缺损信息的补偿中，解决了建筑物自动识别定位、地物边界不确定性、遮挡关系二义性等一系列难题，完成了自动化补偿算法，收到了满意的效果。