数字图像修复一直是一个很重要的基础性研究课题,从数学理论上讲,它属于病态问题。目前,有些图像修复算法取得了较好的修复效果,但耗时较为严重。本文主要研究结构图像快速修复及纹理图像快速合成修复的数字图像修复技术,主要研究工作如下：针对小尺度破损纹理稍多的结构图像修复,为了充分利用图像局部区域信息来加快信息有效扩散及克服现有算法对图像纹理细节保护不足,提出一种迭代滤波快速图像修复改进算法。该算法从破损区域由外向内取得一组有先后次序的待修复点,通过自适应选择其高斯掩膜领域,充分汲取己知(完好)区域信息,利用领域点等值线方向信息及远近距离来调整高斯核权系数,以准确控制滤波过程中的平滑强度。对于大尺度纹理图像的修复,在研究纹理合成修复算法基础上,提出一种自适应纹理合成图像修复算法(ATSII)。算法以待修复目标块纹理成分为依据自适应调整目标块的大小,对于结构图像修复时以减少目标块的迭代修复次数,并改进优先级函数,在一定程度上提高了优先级函数的鲁棒性；根据图像连通性原理,对匹配块的搜索范围进行限制,较大程度上缩短搜索时间。另外,在最佳匹配块计算方法上,权衡了匹配块的距离信息及纹理特征相似性,以增强最优匹配块选取的准确性。基于小波变换多分辨率分解、高频系数特征及其系数相关性强等特点,将ATSII算法移植至小波域,提出一种小波域纹理合成快速图像修复算法。算法首先以高频系数代替梯度对低频分量使用ATSII所述方法进行纹理合成修复,在低频分量填充完一个目标块后,根据小波系数尺度内相关性强的原理,以相同的修复矢量对其它三个高频分量破损区域进行修复。由于小波变换后缩小了破损区域,与ATSII相比较大程度上缩短了图像修复时间。实验结果表明,本文中提出算法与同类算法相比取得更好的视觉效果,修复效率明显提高,修复后图像纹理更加清晰,边缘及局部纹理方向保持取得较大改善,具有更好的图像修复效果。