图像或者视频已经成为信息的重要载体,但是在图像生成、传输过程中常常会受到外界的干扰,可能会造成图像的破损或者重要信息丢失,因此图像重建或修复技术变得日趋重,当前图像重建或修复更多关注的是人眼的主观视觉效果而缺乏对重建图像的准确性评价,同时传统图像重建算法所需时间较多、重建效率较低,难以满足大数据时代海量数据对图像处理的实时性要求。针对已有重建算法中的不足,将数学物理中的稳定场模型引入到图像重建中来,提出了图像局部纹理的稳定场模型,该模型的核心是将缺损区域以外的已知信息沿着缺损区域的边界向其内部传递。本文在上述研究的基础上,针对稳定场图像重建研究中有效作用区域固化的问题,提出一种局部梯度相位自适应的多场源稳定场图像重建算法。具体过程是首先在缺损点邻域内构建多场源标量稳定场,其次在该邻域内求解局部梯度方向场,以此来估计缺损点邻域的三维纹理信息,并根据该局部梯度方向场的相位在邻域内进行分类排序,从而实现自适应选取有效场源的目的,最后利用二价泰勒展开的传递函数完成缺损点像素值的计算。实验结果表明,这种根据缺损点邻域相位信息自适应选取的方法,在有效减少参与重建计算的像素点个数同时,提高了信息传递的精准度。在达到或者提高视觉效果的同时,重建后图像的峰值信噪比(Peak Signal to Noise Ratio,PSNR)明显高于其他重建方法,改善了图像纹理细节重建准确度,同时保持了较高的重建效率。进而考虑到图像是空间物体的2维映射,以空间曲面来描述图像纹理更为合理,所以对邻域内多场源稳定场求解梯度不能仅仅考虑2维梯度。由此提出了3维局部梯度方向场,并根据3维梯度方向场的相位在邻域中进行分类排序,以此估计邻域内信息传递方向,从而更合理的选取缺损点的有效场源,完成缺损点的重建。实验结果表明,改进后的图像局部梯度方向场计算方法提升了重建图像纹理细节的准确度。综上所述,本文针对稳定场图像重建研究中有效作用区域固定化的问题,以图像局部梯度方向场为核心提出了自适应选取有效场源的算法,并对图像局部梯度方向场的计算模式进行了研究。实验结果表明,本文提出的自适应选取有效场源的算法,提升了重建后图像的峰值信噪比,提高了图像纹理细节重建准确度,在达到或者提高视觉效果的同时,也保持了图像的重建效率。