随着科技的快速发展各个行业领域对数字图像的运用也日益增多,图像的数据由于各种各样的外因会造成缺失,图像修复技术作为图像处理领域中的重要组成部分,该技术通过填充缺失的数据以实现对图像的修复。近些年来,图像修复技术也逐渐成为了研究热点,众多的科研人员和专家都在不断地对其进行深入研究,对其研究的意义也会与日俱增。图像修复技术需要人为标识待修复区域,倘若能够自动识别图像破损区域并修复,就能减少标识破损区域所消耗的时间,提高工作效率。该技术的研究对象除了针对非纹理结构的技术,还有对基于纹理结构的技术。文章主要是对数字图像破损区域实现提取以及插值理论在数字图像修复中的应用进行了研究,内容如下:(1)模糊C均值聚类(Fuzzy C-Mean Clustering)算法是典型的无监督模糊聚类方法,存在难以对聚类数目进行确定、容易受初始化聚类中心的影响从而导致算法陷入局部极值的问题。伴随着智能计算的不断发展,其算法在图像处理领域的运用也在日趋成熟。差分演化(Differential Evolution,DE)算法在优化算法中虽拥有强健的全局寻优能力,但在搜索过程中局部寻优能力缺乏,搜索到了后期算法的收敛速率缓慢。根据图像的模糊性以及应用图像分割的思想,提出自适应差分FCM算法,并分别对灰度和彩色图像的破损区域进行提取。改进的算法通过构造灰度-梯度直方图获取聚类数目、自适应计算变异算子以及交叉概率因子。实验证明,该算法具有很好的全局搜索能力和收敛性,对于具有不同破损区域的灰度图像和彩色图像都能准确的提取破损区域。(2)插值理论在图像处理领域主要应用于图像的收缩和放大方面,鲜见于图像修复领域,论文将多种插值理论用于图像修复。根据图像中各像素位置所具有的各向异性性质,提出了异向混合紧支径向基函数插值算法,通过判别待修复点邻域已知点个数自适应的选择插值算法对待修复点进行插值修复。实验结果表明了各插值算法对于不同类型的破损灰度图像和破损彩色图像均可以进行修复,所提出的异向混合紧支径向基函数插值可以获得更好的修复效果,且进一步验证了提出的SADEFCM算法可以更准确的提取图像的破损区域。