图像修复技术是数字图像处理领域的一个研究热点，它利用图像中未丢失的信息，依托一定的修复准则，实现缺损信息的重现，从而达到原始图像的视觉效果。这项技术主要广泛应用于航天卫星探测、影视影像制作、艺术字画、工业生产等领域，发展至今，图像修复技术的研究大致集中在非纹理结构的图像修复和纹理结构的图像修复两个方面。本文主要研究基于PDE的图像修复算法，重点探讨了三种典型的修复模型，在此基础上，提出两种改进的图像修复算法，具体研究内容如下:　　(1)分析了基于TV模型的图像修复算法，针对各参考点梯度模值的大小不同，对原始模型进行了改进。该算法通过计算待修复区域像素点的梯度信息来构造一个扩散函数，利用其控制各参考点对待修复区域的贡献值，然后再进行加权处理。实验结果表明修复变化剧烈和有较大破损的图像效果较好，图像边缘清晰，过渡自然。　　(2)由于CDD修复模型是在对TV模型局部扩散的基础上通过引入曲率项来满足视觉的“连接性”原则，考虑到该模型各参考点梯度模值大小的不同及扩散效率的缺陷，所以本文提出了一种新的CDD模型图像修复算法。该算法利用待修复区域像素点的梯度和等照度线的曲率信息来控制各参考点对破损区域的贡献值，进而加权处理，最后将模型的偏微分方程数值离散化。实验结果表明一定程度上保证了图像边缘的视觉连通性，并在相同迭代次数的情况下，修复效果明显优于CDD算法，具有很强的可行性和有效性。