基于样本的图像修复技术是基于纹理合成的图像修复技术中的代表技术。针对目前该技术存在修复速度慢、修复图像质量不高等问题，本论文从最优匹配像素块的搜索区域、置信度的更新、图像修复顺序以及自适应选择匹配像素块大小等角度，探讨图像修复的改进方法，以提高图像的修复质量和速度。论文主要工作和成果如下：第一，系统地介绍了数字图像修复技术的背景、目的和意义，详细介绍了目前该领域的国内外研究现状和广泛的应用前景，以及图像修复的数学描述和修复质量的评价标准；讨论了基于样本的图像修复技术的几种典型算法的基本实现原理和流程，并分析了各种算法的优缺点。第二，针对Criminisi算法执行速度较慢和容易产生误差积累的问题，以马尔科夫随机场理论为理论支撑，从最优匹配像素块的搜索区域和置信度的更新角度，提出一种根据图像破损区域的尺寸来确定搜索区域的区域搜索方法。大量仿真实验表明，改进算法不仅大大缩短了图像修复的时间，图像的修复效果也得到较大改善。第三，以最优匹配像素块和待修复像素块对应位置已知像素满足像素相似性要求为附加匹配条件，同时利用待修复像素点邻域中已知像素的差值信息，判断其邻域中强边界、较强边界或弱边界的存在情况，提出一种在新的图像修复顺序下根据像素点邻域中边界的强弱情况，自适应选择匹配像素块大小的图像修复算法。仿真实验结果表明，该算法在很大程度上提高了图像的修复质量，使修复效果更加满足人眼视觉系统要求。