图像修补技术是图像复原中的一个新的热门研究领域，在国内外受到广泛的重视。图像修补，是利用受损区域周围的已知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。在旧电影和旧照片的恢复、图像中的文本移除、数字缩放以及电影特效等方面有广泛的应用，现在也可以用于移除障碍物后真实照片的修补。 本文介绍了图像修补模型的特殊性，讨论了基于偏微分方程的图像修补模型、基于纹理合成的图像修补模型以及基于结构和纹理合成的图像修补模型，介绍了与各个模型相应的修补算法，比较了各模型的适用性、优缺点，实现了基于样本块的图像修补算法。基于样本块的图像修补算法首先计算填充前缘上每个修补块的优先权，以便确定填充前缘上最高优先权的修补块；然后在样本块区中寻找相应的最佳样本块，把最佳样本块的有关图像数据拷贝到最高优先权修补块的未填充好的像素点位置；最后更新这些刚被填充的像素点的置信度。重复这些步骤直到整个图像受损区域被填充完毕。在这种算法中合成像素值的置信度的传播类似于修补算法中的信息传递，用基于样本块的合成方法计算实际的像素值。用一种单一有效的方法实现纹理信息和结构信息的同时传播，用一种基于块的取样过程提高计算的效率。 实验结果表明，此算法能同时有效地修补图像受损区域的纹理和结构信息，把块匹配法与边缘驱动填充顺序很好地结合在一起，充分发挥修补过程中填充优先权的作用，使受损图像的修补更加完善。此算法在修补像素灰度达到最优的同时，保持了结构传播的连续性，通过把数据值和置信度结合在一起，实现了两者之间很好的平衡。此算法还能较好地去除图像上不需要的物体，然后对其空白处进行修补，其挑战之处在于用一种视觉上似是而非的方法来填充移除物体后留下的空洞。