随着数码科技发展越来越迅速,人们对于拍摄数字照片并进行后处理的兴趣也逐渐增加。图像修复作为一个应用价值极高的后处理功能,将来势必成为图像处理工具的插件之一。然而,现有的图像修复技术仍然不能用来处理一些图像的特殊情况,例如:无法还原光照信息、深度信息等。在图像处理领域,将图像分解成不同的图层、区域,并分别进行处理是一种常见的方法。于是,本文提出了一个新的图像修复的框架:利用intrinsic images模型,将光照下的图片分解成为包含了阴影和物体表面形状信息的shading图和反映了物体材质和颜色的reflectance图。拥有单一特性的图比较容易修复,对这两幅图分别进行处理后,可以重新合并成为结果图。本文针对两种图像修复情况应用了以上框架:去除光照下的物体表面的图案、文字等;去除光照下的实际物体。对于分解后的intrinsic images将应用已有的图像修复技术:补充结构线时使用全局优化方法,而进行纹理填充时使用基于块的纹理合成算法。实验结果证明,使用这种框架提高了图像修复的效果,对于本文提出的两种情况都能够在保证效率的同时得到不错的结果。但是,由于本文算法的效果是建立在分解出来的intrinsic images的基础上的,而该领域的研究刚起步不久,处理的图片范围和分解出的图片质量有局限性,所以这会直接影响本文算法的结果。