针对结构纹理信息较复杂、破损尺度较大的图像修复问题，提出一种既能保持图像特征又能提高修复速度的参照四邻域裁剪样本的修复算法，将图像修复问题转化为最佳样本的检索过程。首先，提取图像结构信息，并对图像进行区域划分以缩小样本的裁剪与检索范围；其次，为了改进离差平方和（SSD）方法对块的结构信息匹配的忽视，在像素块匹配计算中引入结构对称匹配约束，有效避免了误匹配，提高了图像块匹配精度及样本搜索效率；然后，通过引入结构因子和置信度，结合传统的优先权计算，得到突出结构作用的优先级公式；最后，利用目标块与四邻域块间的重叠区域计算四邻域参照优先级，并根据四邻域提供的可靠参照信息，依据改进的块匹配方法裁剪样本集并检索最佳样本块，直至所有目标块都检索匹配到最佳样本，完成修复。实验结果表明，该算法可以很好地解决纹理模糊和结构错位等问题，在提高图像修复速度的同时，所提算法修复效果的峰值信噪比（PSNR）比其他对比算法平均提高了0.5~1 dB，使得修复后的图像更好地满足视觉连通性，同时能高效地修复一般区域，具有更好的普适性。

利用基于块匹配（PatchMatch）图像修复算法对破损区域较大且周围既含有几何结构信息又含有丰富纹理信息的图片进行修复时，容易出现纹理延伸现象以及样本块误匹配问题。针对此类问题，在样本块的精确匹配和算法的时效性两个方面进行改进，提出新的图像修复算法。在样本块精确匹配方面，改进算法对图像进行预处理以获得图像的先验信息，并利用先验信息约束算法偏移映射图的初始化，从而转变PatchMatch算法中对图像偏移映射图的全局随机初始化为在先验信息指导下的约束初始化；在像素块匹配过程中，利用均值法和夹角法来判断不同类别像素块的相似度，从而提高样本块的匹配精度。在算法的时效性方面，根据图像相似块的统计性特性，引入直方图统计的方法来减少最终用于修复的样本标签，提高改进算法的时效性。最后，将改进算法用于实例验证，相比原算法，改进算法的运行时间减少了5~10 s，峰值信噪比（PSNR）提高了0.5~1 dB。实例验证结果表明改进算法不但可以有效地提高图像修复的精度，而且提高了图像修复的效率。

为了解决含有丰富纹理信息和复杂结构信息的大破损区域中的缺失信息修复的问题，提出了一种划分特征子区域的图像修复算法。首先，根据图像中包含的不同特征，运用特征公式进行特征提取，再通过统计特征值划分特征子区域，提高了图像修复的速度；其次，在原Criminisi算法的基础上改进了优先级的计算，通过增大结构项的影响，避免结构断裂的产生；然后，通过目标块和其最佳邻域相似块共同约束样本块的选取，确定最佳样本块集；最后，利用权值分配法合成最佳样本块。实验结果表明，所提算法相比原Criminisi算法，其峰值信噪比（PSNR）提升了2~3 dB，相比基于稀疏表示的块优先权值计算的算法，其修复效率有明显的提高。所提算法不但适用于一般小尺度的破损图像的修复，而且对于含有丰富纹理信息和复杂结构信息的大破损图像的修复效果也更佳，并且修复后的图像更加符合人们视觉上的连通性。