针对现有的基于样本块的图像修复算法采用全局搜索法确定最佳匹配样本块时效率低，且易出现错误匹配块的问题，分析了影响算法效率和质量的原因，提出了基于区域分割的变尺寸样本块高效图像修复算法。首先，采用双线性收缩方法获得尺寸是待修复图像0.02～0.25倍的收缩图像，并在收缩图像中分割出预选区域作为源区域，使用自适应窗口尺寸调整规则确定修复窗口大小; 然后，在预选区域中搜索最佳匹配修复块对图像进行修复。收缩图像修复完毕后，对收缩图像中修复不完全的区域采用分割子图像的方法进行修复; 最后，将子图像填回到原始图像的修复区域，循环运行直到修复完毕。实验结果表明，采用本文提出的修复算法，修复效率约为现有算法的5～100倍，且具有较好的修复质量。

在快速傅里叶变换(FFT)方法处理单幅干涉图原理的基础上,提出一种基于样本块匹配的干涉图延拓方法,利用干涉图像的可信度和等照度线特征,来确定待填充块的优先权,然后在干涉图的已知区域寻找与待填充块最相似的样本块来进行填充。充分利用了干涉图的条纹特征,结合梯度变化方向有效地合成纹理信息,具有很好的延拓效果。最后将该干涉图延拓方法与傅里叶变换,合适的滤波函数和相位解包方法结合起来形成整套单幅干涉图处理方法。采用该单幅干涉图处理方法获得的波面峰谷值与Zygo移相干涉仪得到的平均相差不到λ/100,并且两种方法获得的波面均方根值平均相差不到λ/200。