数字图像修复技术随着数字图像技术的不断发展得到了越来越广泛的应用，图像修复技术已经成为了图像压缩、照片修复、影视特效、文物保护等应用领域中不可缺少的技术。数字图像修复是以填补图像的破损区域，保持图像视觉一致性和完整性为目的，修复后的图像以自然、完整、人眼无法分辨修复痕迹为标准。本文第一章对图像修复的研究背景、研究意义、研究现状进行了简介；第二章介绍数字图像修复中的几种经典的方法。第三章对TV模型的每一步演绎都进行了详细的推导；针对TV模型修复过程中需要迭代次数多，速度慢的情况，本文提出了一种改进的TV模型的图像修复算法。此算法在计算待修复点的过程中增加了已知像素点的个数，充分利用已知信息，减少了迭代次数，提高了修复的效率。第四章研究了Criminisi算法，针对Criminisi算法在修复图像的过程中可能会出现修复偏差的积累和样本块大小不变的问题，提出了改进优先级的自适应样本块匹配算法。此算法在优先级上提出了信息量项概念，使图像的修复顺序更加合理；在样本块选取上，通过局部结构特征的差异来自动确定修复的样本块大小，使得修复过程更加合理。改进后的算法不仅修复效果得到很大提高，而且修复效率也得到了很大的提升。第五章对全文的工作进行进一步的总结；对将来图像修复算法研究提出了一点思考和展望。