随着信息化的发展，计算机技术得到越来越广泛的应用，近些年计算机视觉、数字图像处理等邻域得到大力发展，数字图像修复作为其中重要的技术，已经成为众多研究学者的研究热点，其中Criminisi算法在2003年被提出，将数字图像修复提到了一个新高度，本文通过介绍Criminisi算法的原理，结合非下采样轮廓波变换(NSCT)，分别对Criminisi算法以及NSCT算法进行分析讨论，说明原始算法中的不足之处，并对其进行了改进，其中，针对Criminisi提出三种修正方法，针对NSCT算法引进邻域方差法及邻域能量法.　　首先，本文介绍了图像修复的研究背景，研究现状以及图像修复的发展历程，针对图像修复的概念及目的做出了解释，之后，对块修复以及Criminisi算法进行了详细的介绍.　　其次，分析了Criminisi原始算法中计算步骤的缺陷，其中，在确定待修复点的优先值计算过程中，由于原算法中计算公式为乘法，所以容易出现优先值波动较大的问题，在原算法的优先值计算公式中，其中的置信度(confidence)与数据项(data item)分别代表图像的像素以及几何关系，这两项影响修复效果的因素由于计算方式的缺陷，没有很好的发挥效果，针对这个问题，本文引入影响因子(Υ)，将原始算法中两项的乘积改为加权和，使优先值计算公式由单纯的乘法变为自适应的形式，并引入三种函数修正公式，对原算法进行了改进，实验结果表明，改进后的方法取得了明显的效果.　　然后，本文介绍了非下采样轮廓波变换算法(NSCT)，以及NSCT与Criminisi算法相结合的图像修复方法，分析了非下采样轮廓波变换以及金字塔分解，介绍了NSCT是一种以轮廓波为基础的将图像分解为多层结构并重构的图像处理方法，通过分析该方法中对像素信息提取不足的缺点，通过引入邻域方差法以及邻域能量法，对原算法进行了改进，实验结果表明，改进后的算法取得了明显的效果.　　最后，对本文工作做出总结以及对未来的工作进行展望.