数字图像修复技术是图像处理领域里的一个重要组成部分，被人们广泛使用在破损数字图像修补、医学影像处理等方向。本文在研究分析了现有修复技术后，对Criminisi模型展开研究，并提出改进意见。此外，由于目前尚没有一个对图像修复结果质量评价的统一标准，因此本文还探讨了如何评价图像修复的结果这一问题。本文的主要研究工作是：1.针对Criminisi算法在全局搜索最佳匹配块的前提下，不仅时间开销庞大且极易发生错误匹配及匹配误差累计向全局传播，最终导致图像结构畸变、纹理错误延伸等严重影响到图像修复质量的问题，本文开展了研究，研究的目的在于寻找到一个高效的方法能够遏制这种匹配错误的恶性繁衍。2.针对Criminisi算法采用的匹配准则是欧式距离，欧式距离在寻找匹配块的过程中只考虑到了像素的数值而忽略了像素内包含的结构信息，从而导致对含有丰富结构信息的纹理图像的修复质量差这一问题，本文开展了研究，研究的目的在于寻找一个行之有效的方法能够在匹配过程中不仅考虑到像素值也考虑到像素的方向性。3.针对目前尚没有图像修复质量的统一评价标准这一问题，本文进行了探讨，目的在于寻找到一套评价标准对本文提出的改进算法进行客观的评价。本文的研究成果主要有以下若干方面：1.由于曲波能高效稳定地表示图像的奇异特性，且能够在非常精确地逼近图像边缘结构的同时很好地表达图像的纹理特征，因此本文考虑利用曲波变换结合图像分割来对图像进行精确划分。精确的划分使得所划分的区域中的纹理属性一致且划分区域内的结构信息较少，降低了错误匹配的概率。即便有错误匹配发生，也只会被限制在很小的一个传播范围内，降低了对图像修复结果的质量评价的影响。2.由于像素的梯度的模的大小可以在一定程度上反应出图像的结构信息。因此本文将像素的梯度的模引入到匹配准则中，对匹配准则进行改进。通过实验分析证明该改进方案弥补了欧式匹配准则的不足，能够对含有强结构信息的纹理图像进行较好地修复。3.由于曲波系数的一个重要的特点就是能够稳定、高效的表达图像的特征信息，因此本文利用曲波系数对均方根误差评价指标进行了改进，并设计了一个主观评价和客观评价相结合的评价体系对本文提出的改进算法进行了评价，最后指出了图像质量评价应遵循的整体规律。