数字图像修补，是利用受损区域周围的图像信息给受损区域填充信息的一门技术，本质上是一种图像插值问题。它属于图像复原的研究领域，是图像处理领域的一个分支。在多余物体的剔除(如视频图像和一些照片中删除部分人物、文字、小标题等)等方面得到了广泛的应用。除此之外，在博物馆中文物的保护方面(如对珍贵的书法与绘画作品进行的修复工作)也得到了很好的应用。正是图像修补技术的广泛应用，才使得这一技术成为了近几年的研究热点。本文首先比较全面的综述了图像修补中的研究现状，讨论了图像修补的特殊性以及方法学。然后深入研究了现行的几种图像局部性修补的数学模型和修补算法。实现了基于偏微分方程的BSCB模型、基于贝叶斯理论的整体变分修补模型，并对比了不同模型的图像修补效果。上述模型能够有效处理图像的几何特征，适应于非纹理图像的修补，但对富于纹理的图像修补效果不好。因此，本文给出了一种新的基于样本的图像修补模型，该模型通过计算样本填充的优先次序，将图像中的纹理与结构信息同时进行合理的填充，得到更令人满意的效果。本文最后给出了两种兼顾图像受损结构和纹理区域的自适应修补算法，将受损纹理区域与结构区域有效区分，然后分别进行处理，得出良好的图像修补结果。