图像修复是指利用图像内已知区域的信息或参考图像上的素材对待修复图像上的缺失区域进行填补,使得修复后的图像和谐、自然的一种技术。本文希望利用同一场景拍摄的其他参考图像以及目标图像内的已知信息来自动无缝地修复目标图像的缺失区域,使得修复后的图像保持视觉一致性的同时,尽可能还原缺失区域的真实原貌以保持几何一致性。本文主要研究了大区域图像修复技术,在研究和分析了传统的大区域图像修复算法的基础上,重点围绕基于几何信息的图像修复算法进行研究,并提出稳定有效的图像修复算法。具体地,本文的主要研究内容有：1.受到图像邻域相关性和图像内的块匹配统计特性的启发,本文提出一种快速有效的基于图像内局部区域块匹配统计特性的图像修复算法。实验结果表明,该算法能够较好地修复缺失区域,特别是对于图像中的结构分量能够较好地保持。2.针对基于待修复图像的已知区域修复缺失区域的一类方法的局限性以及观察到传统的基于参考图像的算法忽略了缺失区域的利用价值,本文提出一种新颖有效的基于参考图像和几何信息的图像修复算法。创新性地引入了三维信息辅助图像修复,重点研究了基于几何信息的参考图像的选取以及基于几何信息的变换样本的生成方法。几何信息的引入,使得本文能够利用待修复图像的缺失区域和其他参考图像建立匹配关系,不仅能选取直接包含缺失区域内容的参考图像,而且能够产生与待修复图像更有效对齐的变换样本图像。实验结果表明,最终的图像修复结果具有较好的视觉一致性和几何一致性。3.在较深入地研究和分析了基于待修复图像的已知区域修复缺失区域的一类算法以及基于参考图像的图像修复算法的优势和缺点后,本文通过几何信息的引入,提出了一种新颖有效的基于几何信息的多标签最优化的图像修复算法。本文创新性地引入基于几何信息生成的置信度图,使得加权平均图像上的三种素材能够被区别对待。在避免加权平均图像上干扰素材和无效素材噪声影响的同时,能够加强有效素材对缺失区域修补的先验指导。大量实验结果和对比表明,该算法能够灵活地从变换样本图像以及位移样本图像中选取合适有效的内容完成修复。不仅能够较好修复结构复杂的缺失区域的结构信息从而保持几何一致性,而且能选取视觉一致性好的样本素材修补平坦区域。本文所提基于几何信息的多标签最优化图像修复算法具有更好的适应性和鲁棒性,修复结果更具视觉一致性和几何一致性。通过以上大区域图像修复算法的研究和实验分析,本文提出的基于几何信息的图像修复算法不仅具有一定的创新性,而且具备较好的鲁棒性和有效性。