数字图像修复是当今计算机视觉和计算机图形学中的研究热点,它是利用破损图像中的已知区域信息填充未知区域信息的一种技术,该项技术已经应用在文物保护、老照片修复、影视制作、摄影、网络数据传输等方面。由于数字图像修复的广泛应用,所以数字图像修复技术的研究具有重要的理论意义和实用价值。本文以Criminisi算法为基础,针对其不足,提出了在计算优先权时采用置信度项阈值分界,对数平滑的方式,利用Jaccard距离增加匹配准则的约束,并根据图像自身结构信息自适应选择模板大小,且引入图像分割改变搜索区域的策略的改进,通过上述改进获得了更加合理的填充次序和块匹配效果,而且减少了计算时间,主要工作如下:（1）考虑到置信度项急剧下降,趋向于零的缺陷,改进为对数形式的置信度项,减缓了置信度下降的趋势,为了将改进后的置信度与原来置信度的范围一致,将置信度项加1。同时提出阈值分界的方法,在置信度大于阈值时,采用对数形式的置信度项;置信度小于阈值时,设置为常数,以数据项主导优先级函数。针对数据项表征结构单一,引入结构张量,与数据项共同作用,并且分配相应的系数,优先修复结构部分。（2）考虑到SSD匹配原则过于单一,引入表征相似性的Jaccard距离,测量匹配块与样本块之间的相似度,因此,增加了匹配准则的约束。新的Jaccard度量的加入,因为起着不同的作用,分别是微调和放大作用,所以,新的匹配准则存在两种形式,并通过实验对两者进行了比较与分析。（3）Criminisi算法采用的固定9*9的样本块大小,没有考虑到待修复图像块本身的图像特征,这是存在缺陷的,本文考虑到了待修复块的图像结构特征,依据待修复块图像的特征值的大小比较,自适应选择合适的模板大小。同时提出基于纹理分割的搜索策略,先进行图像分割,分成不同的图像区域,再依据相似性度量准则L选择合适的寻找最佳匹配块的搜索区域。综上优先权函数、匹配准则、样本块大小和搜索策略四个方面的改进,得到的修复效果比原Criminisi算法有所提高,同时通过实验与分析比较了不同的算法,在综合修复效果和修复效率的情况下,本文算法相对更优。