数字图像重建是图像处理领域中的重要研究内容，是计算机视觉和计算机图形学的研究热点。它重建图像中的划痕或缺失部分；去除图像中文字或特定目标物，从而实现确定的重建目标，或者完成图像深入分析前的预处理。目前已有的图像重建的研究主要以使人眼无法察觉为目标，注重整体视觉效果，而并不追求对图像中特定区域重建的准确性。但是随着图像分析和识别越来越广泛的应用，更多重建后的图像用来提取细节特征。因此如何尽可能准确的重建图像的缺失信息，正在引起研究者的关注；同时对实时性的要求，以及越来越多的视频进入处理的范围，使得重建效率的问题得到重视。图像作为物体表面纹理和结构与成像光相互作用的稳定结果，和稳定场存在内在的联系。本文在图像局部纹理稳定场模型的基础上，选择稳定场模型中的静电场为图像局部区域纹理建模，提出基于点源影响函数的图像局部区域重建模型，该模型通过计算周围各已知点对破损像素点的影响，达到较为准确地重建该点的目的；最后根据静电场中的电势推导，分析其约束条件，确定一种点源影响函数的计算方法，以实现模型重建。实验结果证明，该重建模型在保证视觉效果的同时，重建效率以及重建精度方面取得了较好的表现。在上述静电场模型的重建过程中，点源影响函数的选择将影响算法的重建效果。本文通过分析破损边缘的类型，把破损边缘分为单值边缘、多值边缘及混合边缘，根据不同的边缘类型相应的调整点源影响函数的表达式；并在多值边缘的计算时，对多值边缘处的破损像素点选择一定大小的重建区域，对重建区域内的像素值进行方向筛选，得到重建区域的主方向梯度，可以使得重建过程按照等照度线方向行进，从而取得更好的边缘保持性。实验结果表明，该算法充分利用了破损边缘周围的有效信息，破损图像重建后的边缘连通性保持得更好，提高了图像重建后的视觉效果。