图像修复在图像处理技术中是一个研究热点,在诸多方面有着重要的应用,在日后研究领域中依然有着重要的研究价值。本文主要研究了图像修复算法中针对结构性和纹理性的算法,对其进行了详细的叙述,并对它们的优点和缺点进行了分析,主要做了以下几个方面的研究：首先,详尽的叙述了整体变分方法(TV模型),对这种修复模型进行分析,之后对整体变分方法进行改进,找到了运用改进后的模型所需要的偏微分方程。在证明偏微分方程的过程中,发现方程在某些方面的缺陷,并且采取二维插值来对缺陷进行弥补,以确定该方法在实际修复破损图像时的实用性其次,对普通的基于纹理合成的修复算法做了进一步的改进。针对Criminsi等人提出的修复算法无法确定匹配的模板大小的对应性,以及不能实现边界的像素块保持与采样区域一致,提出了一种新的纹理合成算法,即对匹配块采取自适应选取的方法。将自适应因子引入到图像的梯度信息中,从而决定所需要选取的匹配块的大小。最后,运用图像分解的思想,把一个待修复图像分解为两部分,即结构图部分和纹理图部分。采用改进的TV模型算法对结构图部分进行修复,保持其锐利的图像边界；再对匹配块采取自适应选取的修复算法对纹理图部分进行修复,尽量保留图像的纹理部分,将上述两种算法所得到的结果进行迭加,得到最后的修复结果。实验表明,运用图像分解方法明显比单一算法要好。