数字图像修复技术因其应用背景十分广泛，成为近年图像处理领域一个比较热门的研究课题。本文对数字图像修复技术进行了深入的研究并对其有针对性地提出改进，提高了图像的修复质量，从而增强了图像修复的实用性。本文对已有的图像修复技术进行了简单梳理，分析了基于结构和基于纹理的两大修复思路各自的特点，并对其中比较经典的算法进行了详细介绍。基于结构的算法只适合小尺度破损的图像修复，基于纹理的修复方法则能完成相对大尺度破损的修复。鉴于后者更广泛的应用前景，本文选择基于纹理的修复方法进行深入研究。针对基于纹理的图像修复存在的结构断接效应，本文引入了图像融合里面的泊松处理技术，并对泊松处理提出一种合适的约束机制以提高修复效率，后期又提出一种自适应大小的泊松块处理机制，修复过程中处理块的大小随着修复块的复杂性自动进行调整，使得修复更加灵活，从而获得更好的修复效果。分析了图像修复和图像压缩各自的特点，将图像修复技术应用在图像压缩上面，并由此提出了一种新的压缩方案。在本文的压缩方案中，先使用传统图像压缩进行“一次压缩”，然后对压缩后的图像进行重要特征提取，冗余信息剔除，实现“二次压缩”，从而获得更高的压缩比。可以对二次压缩后的图像进行保存以节省存储空间，在需要使用的时候进行修复处理即可获得完整图像。论文最后对图像修复的实际应用进行了研究，从常规应用和新型应用两个方面对图像修复的应用场合进行介绍，并通过实验完成了相关应用的简单实例，证明了图像修复技术的实用价值。