图像作为最主要的视觉信息载体,从古至今贯穿于人们的生活,一开始图像记录多以纸质、胶片、壁画等形式出现,这些介质随着时间的流逝必不可少的会遭受到空气腐蚀、人为的破坏等等使得图像局部信息缺失。而随着科技的不断发展,数字媒体技术应运而生,以便于图像的保存与传输,图像数字化也成为趋势,然而在数字图像的获取、处理、传输、压缩和解压缩过程中,图像信息也会丢失或损坏。为了更好的满足人类的视觉要求,对图像中缺损的信息进行修复是极为重要的。论文在对不同程度破损图像修复方法研究的基础上,提出了两种基于多尺度变换的数字图像修复算法。小波变换技术已经广泛应用于图像修复领域,但其在图像修复过程中出现的边缘部分模糊或不连接的情况成为了一个难点,针对此问题,论文提出了一种基于双树复小波变换的图像修复算法。该算法使用双树复小波变换对破损图像进行多尺度和多方向的分解,对各个高频方向子带使用全变分(Total variation,TV)模型进行快速修复,各个低频分量使用改进了的曲率驱动扩散(Curvature Driven Diffusions,CDD)模型进行迭代修复,最后通过小波逆变换得到最终的修复图像。实验结果表明,该方法很好地推广了双树复小波变换在图像修复领域中的应用,并且在图像纹理的修复以及在结构部分的填充都有较好的修复效果。基于样本块修复算法的核心思想是寻找与缺损块最佳的匹配块对其进行填充。针对传统块匹配过程时间较长的问题,论文提出了一种基于图像金字塔和一致性敏感哈希(Coherency Sensitive Hashing,CSH)的图像修复算法,该算法首先将破损图像通过图像金字塔进行多尺度分解,然后利用CSH技术对破损图像进行修复,即使用CSH对破损图像A以及其复制图像B进行哈希索引,使用多个哈希函数将A和B映射到一张哈希表中,从哈希表中搜索出A的最佳匹配块替代到A的相应位置,多次循环迭代,得到最终的修复图。实验结果表明,该方法不仅达到了预期的修复结果,而且大大降低了修复时间。