由于人类大部分信息的获取是通过视觉神经系统,图像便成为了传递信息的主要媒介。随着信息技术及数字处理技术的快速发展,数字图像处理技术应运而生,其范畴很广,包括图像的增强与复原、分割、识别、压缩、编码等。本文的主要研究对象是数字图像修复技术,即利用图像已知区域中的像素信息来修复破损区域。图像修复算法通常可分为两类:第一类是针对小尺寸区域破损区域图像的基于偏微分方程(PDE)的图像修复算法;第二类是针对大尺寸破损区域图像的基于纹理合成的图像修复算法。本文主要研究了图像修复算法中基于块匹配的纹理合成技术,针对现有方法中的不足提出改进,从而得到更加符合人眼视觉系统的修复结果。本文首先介绍了基于PDE模型的图像修复算法的基本原理,并结合仿真结果详细分析了该类算法的适用条件:在小尺度破损修复中效果非常明显,但是大尺寸破损图像修复时无法克服修复结果中的大面积模糊现象,从而验证了基于块匹配修复技术的重要性。因此,在详细介绍经典Criminisi算法后,本文通过引入Sobel算子对Criminisi算法中待修复区域边界的优先权计算进行了重新定义,优化了修复次序,使得修复过程可以优先从边缘特征较强的部分开始,不仅解决了传统的优先权定义对于图像边缘和纹理辨识度不高以及计算结果突然趋于零的问题,而且有效减轻了修复结果中容易产生的纹理延伸现象。此外,本文进一步通过引入图像的标准差特征和基于梯度的结构相似度进行了匹配块搜索策略的改进,从而提高了匹配块选取的准确度,提升了修复效果。仿真实验结果表明,本文所提出的算法相比较Criminisi算法及其各种改进算法而言,拥有更好的图像修复效果。