随着数字采集设备的普及,产生了大量的数字图像,而数字图像很容易造成破损,如何填补破损的图像是一个广泛存在的问题。本文主要研究数字图像修补技术,它是根据图像已知信息对图像上信息缺损区域进行信息填补的过程,其目的是使观察者无法察觉出图像曾经缺损过或己被修补好。该项技术有着广泛的应用前景,是图像处理领域的一个研究热点。在图像纹理信息修补方法研究中,针对基于块的纹理合成技术存在的块效应问题提出了基于结构相似度的自适应块匹配算法。首先根据纹理特征选择块匹配方法和匹配块的大小,并在块匹配过程中综合考虑像素误差、纹理结构误差以及边界误差以提高匹配块的结构相似度,减少块效应影响。实验结果表明,本文提出的方法对于具有显著结构的不规则纹理图像能有效提高纹理合成的修补质量。在图像结构信息修补方法研究中,针对贪婪模式图像修补方法容易造成的结构混淆问题,提出了基于人眼结构辨识的自动结构补全图像修补方法。在图像区域分割的基础之上提取图像的显著结构信息,然后通过曲率、对称性等特征对图像结构进行分析,进而采用直线或贝塞尔曲线对非封闭结构进行补全,采用形状匹配方法对封闭结构进行补全。最后根据结构辅助线辅助纹理合成实现对整幅图像的修补。实验结果表明,本文提出的修补方法较好地解决了复杂结构自然图像的修补问题。在总结以往各种图像修补技术的基础之上,提出一种针对图像修补质量的客观评价指标ICQM(Image Completion Quality Measure)。通过比较补全的结构与图像原有结构的曲率相似度对结构修补质量进行评价;通过纹理的分布合理性、复制纹理的重复性和纹理的块效应对纹理修补质量进行评价。综合结构和纹理评价结果提出客观评价指标ICQM。实验结果表明本文提出的客观评价指标ICQM与人的主观评价结果相关性较高,是一种有效的客观评价指标。