图像修复是指对图像上的破损信息进行修复重建或者去除图像中的多余物体，使观察者无法察觉图像曾经缺损或已被修复。该技术在文物保护、影视特技制作、老照片的修复、图像文本的去除等方面，有很高的应用价值。本论文首先对图像修复算法中的几种经典修复算法进行了详细的研究，通过对实验仿真结果的分析，分别比较了它们之间的优缺点，然后在Criminisi算法的基础上，提出了一系列的改进措施，研究了基于图像纹理和边缘特征的图像修复技术。论文主要工作和成果如下：1．针对Criminisi算法在图像修复过程中易将纹理部分误认为边缘部分而造成纹理延伸的不足，提出了一种利用纹理和边缘特征的Criminisi改进新算法。该算法利用图像边缘和纹理结构信息，引入差别因子，改进优先权模型，增强算法对边缘的辨别能力；通过搜索方式的改进，克服原算法在修复过程中产生瑕疵点的不足。仿真实验表明，该修复算法能够有效去除修复结果中的瑕疵点，较好地克服原算法在修复过程中易造成纹理延伸的不足，使修复效果得到较大的改善。2.针对Criminisi算法在图像修复的过程中，当已知区域不存在合适匹配块的情况下，容易采用不良匹配块来完成对破损区域的填充，从而造成修复效果失真的不足，本论文利用匹配块相似性度量来寻找不良匹配块所在的区域，并对这些区域采用图像分解技术进行修复，提出了一种纹理和边缘特征相结合的图像修复算法。该算法通过对不良匹配块区域的定位，将其分解为结构部分和纹理部分，对结构部分采用TV模型进行修复，保持良好的线性特性；对于纹理部分则采用纹理合成技术进行填充，保证图像纹理的一致性。仿真实验表明，本算法有效克服了原算法所存在的不足，获得了更好的视觉效果。