由于各种自然或人为的原因,数码相片、影像资料等多媒体载体往往会局部产生破损,这使得资料的完整性遭到了破坏,不符合人类视觉的需要。数字图像修复技术应运而生,旨在利用这些破损资料中残留的信息,通过某种算法或操作方法,填充破损部分像素点。本文首先综述了图像修复技术的历史背景和衍生的相关应用,图像修复技术最早出现于古代艺术品修复中,与现代数字技术相结合后,不仅用于油画、相片、影像资料等的破损修复,更广泛衍生出指定物体移除、字幕移除、图像压缩、超分辨分析等应用。之后又总结了目前研究者们针对不同修复课题所采用的各种修复方法。然后描述了数字图像修复技术的数学模型及所具备的特点,并以基于FMM算法图像修复为例,着重分析了它的数学原理及实际操作,并通过与其他方法修复结果的比较,总结出基于FMM修复方法的优势和不足。与绝大多数的方法相比,基于FMM修复方法在最大限度保证图像整体修复效果的前提下减少了时耗,这对推广数字图像修复技术和进一步研究视频修复技术都有着重要意义。针对基于FMM算法原理上的缺陷,以及实际应用操作中的缺点,本文具体提出了两个新的改进点：(1)传统的基于FMM修复方法中,主要通过选取邻域中所有的像素点,并利用灰度值数值计算出方向因子,然后加权平均。文中作者改进为首先通过4邻域像素求出所有已知点的梯度幅值和方向,然后统计邻域中像素的梯度信息,预估出待修复点的梯度方向,这样能够从邻域中筛选出与待修复点纹理方向相同的点,代入最后的权值计算。(2)传统的基于FMM修复方法,对于修复顺序的定义较模糊,仅定义为按距离已知信息远近的顺序去进行修复,也即是按待修复区域由外及内的顺序。而在实际中,如果按照这样的修复顺序,随着修复的逐层深入,边缘的部分会引入较多的干扰,最后造成混叠。作者引入一个边缘预测的过程,即先通过边缘检测和梯度矩阵信息初步判断出已知部分的边缘情况以及边缘断点,然后利用已知区域的梯度信息,通过一个边缘预测过程,预测出待修复区域内部的边缘情况,将边缘和边缘分割出的各个区域在修复顺序上分离开,减小原方法中因为修复顺序混乱而引入的影响。实验结果表明：通过与传统FMM修复方法的比较,本文方法在修复时不仅很好地保持了图像视觉上的边缘效果,同时也保留了传统算法耗时少的优点。