图像修复是一项古老的艺术。早在欧洲文艺复兴时期,为了恢复中世纪美术作品中丢失或被损坏的部分,同时保持作品整体效果,人们便开始通过填补美术作品中一些裂痕或划痕来达到恢复作品原貌的目的。随着计算机技术的出现和发展,数字图像修复被Bertalmio引入到图像修复领域。数字图像修复是图像处理领域中一个重要的部分,是利用图像中的有效信息填充指定区域缺损数据的一种技术。该技术已经被广泛的用于各个领域,包括修复医学图像和文物、修补有划痕和裂痕的照片,移除图像中的遮挡物、还原犯罪现场等等。目前,国内外最具代表性的图像修复技术主要有两类:基于偏微分方程的修复模型和基于纹理合成的修复模型。基于偏微分方程的修复模型是较先提出的修复模型,M.Bertalmio等的基于偏微分方程的修复方法是一种模拟专业修复人员的修复方法,它开创了基于偏微分方程图像修复方法的先河。此后,由Chan和Shen提出整体变分模型以及基于曲率驱动扩散的修复模型等也成为了人们研究数字图像修复算法的参考对象。基于纹理合成的数字图像修复模型也是一种有效的修复方法,特别是对于破损区域较大的纹理图像,其修复效果比较让人满意。这类模型所用到的纹理合成技术主要涉及到了合成采样、特征匹配和约束合成这三大方面的问题。由于Markov随机场模型较好的体现了纹理固有的局部相关特性和稳定特性,所以近些年来成为纹理合成的主流被广泛采用,同时块拼接技术依靠其在合成速度和合成质量上的优势也不断的在发展和改进。在当前被图像修复技术研究人员广泛应用的几个典型的纹理合成算法包括:WL算法,Ashikhmin算法,块拼贴的纹理合成算法。除了以上所提到的两类修复模型之外,由周廷方等人提出的基于径向基函数的图像修复算法,也受到了广泛的关注。该算法首次将图像修复的问题转化为了三维曲面重建问题,并利用径向基函数在曲面重建中的优势,使整个图像的修复过程能够更准确的,鲁棒的处理相对较大的破损区域。本文首先就以上几类修复模型,对图像修复技术的研究现状及其应用做出了比较全面的综述;然后在修复方法的理论与技术基础之上,深入研究了几种具有代表性的图像修复模型;最后详细阐述了本文的重点研究内容:一种新的基于纹理合成的数字图像修复算法。本算法建立在Markov随机场模型的基础之上,通过对待修复区域边界点的优先权处理,以及对邻域像素点的权值处理,较好的保持了图像的边缘特征,同时也顾及到了图像的纹理细节和结构信息,避免了传统修复算法所带来的模糊效应,即使是在修复图像中较大破损区域时,也能够达到了较好的修复效果。