数字图像修复是针对图像中丢失或者去遮挡的部分,利用其周围的已知信息进行信息填充的过程。其应用包括图像的修补、文本剔除、目标移出、纹理合成、图像压缩以及视频错误隐藏等方面。目前,图像修复技术主要有两大类:修复小尺度缺损的图像修补技术和填充大块丢失信息的图像补全技术。　　 针对图像中小尺度破损的修复,本文研究了基于偏微分方程的图像修补方法和基于邻域滤波的图像修补方法,并提出了一种改进的邻域滤波图像修复算法。该算法不仅能够快速修补破损区域,而且可以有效地减少平滑处理引入的模糊,达到较满意的视觉效果。　　 针对同时有结构和纹理信息丢失的图像修复,提出了一种基于小波分解的图像修复算法。首先采用小波技术把破损图像分解为结构子图和纹理子图；对结构子图采用曲率驱动扩散的算法进行修补,对纹理子图使用基于样本的图像补全算法进行填充；最后将结构子图和纹理子图重新叠加在一起得到修复后的图像。大量实验表明,该算法能够快速、高效、同步的处理结构和纹理信息。　　 针对一般的自然图像的去遮挡或修复,并且不仅限制在较小的区域,提出了一种基于样例的快速图像修复算法。该算法不仅能够快速有效的修复受损区域,而且能够很好的保持边缘连贯以及纹理自然。