在研究Criminisi修复算法的基础上，提出了改进的基于样本块的图像修复方法。根据图像的待修复面积及其纹理特征，自适应选取样本块大小，提高修复的速度；采用新的数据项，改进优先权公式，避免阶梯效应的产生；重新定义置信度的更新公式，引入曲率距离，减少因置信度更新而累计的误差，提高修复顺序的准确性。实验表明，改进的方法能够有效提高修复的效果，减少修复所需时间。

针对航拍图像中存在的厚云遮挡问题, 提出了一种基于改进Criminisi算法的图像修复去厚云算法。通过改进优先权函数确定了最优待修补块, 完善了最优匹配块搜索策略, 减少了结构传播错误和累积错误, 增大了匹配的准确度; 根据像素点的亮度局部方差选择了适合的样本块尺寸, 并定义了新的置信度更新函数。通过逐步细化的云检测方法和形态学开运算获得厚云区域掩模。模拟数据和真实数据实验结果表明, 所提算法相比于传统Criminisi算法, 补全效果更自然, 能更好地修复航拍图像中的厚云区域。

在研究Criminisi算法的基础上，针对Criminisi算法修复顺序不可靠、采用固定大小的样本块模板尺寸以及在修复过程中容易产生误差累积等缺点，提出了一种改进的图像修复算法，该算法结合改进的优先项函数、根据梯度信息自适应选择模板大小等方法。实验结果表明，该算法易于实现，与Criminisi算法相比，能够取得更好的修复效果。