随着当今社会信息技术的发展,图像修复作为数字图像处理技术领域的热门研究方向应用很广泛,涉及到医学、文物保护、影视业等等。图像保存时,一些信息会被损坏,图像修复根据图像的已知部分去填补损坏的区域,还原完好的图像,使得图像符合人眼的视觉合理性。图像修复算法分为三大类:基于偏微分方程的图像修复算法、基于纹理合成的图像修复算法和基于图像分解的图像修复算法。本文对这三类图像修复算法研究分析,分别提出了改进方法,本文主要研究工作如下:基于偏微分方程的图像修复主要研究Cahn-Hilliard(C-H)方程模型,先提出用四阶非线性扩散项来代替双调和项,随后再用直方图构造多势阱函数,替换双势阱函数,将所得模型用来修复灰度图像,该模型的数值计算结合傅里叶和凸分裂方法。实验表明该模型对于修复二值图像和灰度图像中的大面积划痕遮挡有很好的修复效果。基于纹理合成的图像修复主要研究Criminisi算法,对于优先权的计算,加入了待修复的样本块和邻域块的相关性,使优先权的计算更加合理化;对于样本块的选择,用自适应选择样本块尺寸替代原本的固定大小,提高修复效率;对于样本块的匹配准则,加入HSV颜色空间中的相关参数,计算对应像素参数差值平方和来判断相似度,可以更好的修复彩色图像。在基于图像分解的图像修复方面,将图像用分解模型分解成结构图和纹理图,分别采用提出的两种改进算法来修复,结构部分使用提出的改进C-H方程模型修复,而纹理部分采用提出的改进Criminisi算法,将修复好的结构部分和纹理部分相结合,实验表明,用基于改进的C-H方程和Criminisi算法的修复效果较好。