随着数字图像相关技术的高速发展,数字图像的应用领域愈加广泛,数字图像修复技术也愈加活跃以来,对于一些老旧照片的折痕和污点的去除,影视作品中的后期处理,摄影作品中的多余物剔除等多种领域都有着很实际的应用。同时,由于采用计算机进行修复处理,图像的修复过程可以在保持原貌的基础上多次反复进行,直至取得最满意的修复结果。所以图像修复技术的研究具有着很重要的实际意义。本文首先分析了图像本身所具有的形状结构特征和像素域法、灰度共生矩阵法、纹理谱法、自回归纹理模型法等纹理特征,然后分别对各种纹理结构特征的提取方式进行了描述。通过对BSCB修复模型、TV修复模型和CDD修复模型等非纹理结构的图像修复算法,以及基于图像分解和基于样本的纹理结构的图像修复算法进行分析,针对图像修复过程中所存在的纹理蔓延及纹理缺失等问题,提出了基于亮度优先权的图像修复算法,通过将图像样本块中的已知信息含量、结构梯度及亮度信息相结合,进行图像的块优先级的判断,通过自适应模板匹配的方式完成对缺失图像的修复。在此基础上,本文针对文字划痕缺失、单一纹理结构缺失和复杂纹理结构缺失三组不同缺失类型的图像,分别利用Criminisi算法、特征优先块匹配算法、亮度优先权算法进行图像的修复实验仿真,通过计算修复结果图像的PSNR和SSIM值,完成对图像修复结果的数据分析。实验结果表明,基于亮度优先权的图像修复算法在优先级计算公式中添加了亮度因子后,虽然增加了少量的计算量,但是具有较好的修复结果。