图像修补是图像恢复研究中的一个重要内容，它的目的是根据图像的现有信息来自动恢复丢失的信息。虽然图像修补的基本思想十分简单，但是许多的图像修补算法都十分复杂，而且难于实现。快速行进算法（FMM）与水平集法（Level Set）相结合进行曲线进化是一种高效的曲线进化算法，该算法的时间复杂度是O（NlbN）。Kim提出了另一种水平集的曲线进化算法——分组行进算法（GMM），该算法的时间复杂度是O（N）。受其启发，为了更快地进行图像修补，提出了一种基于GMM算法的图像修补的新算法，并研究了对GMM算法的细节改进。为了验证算法的快速性，还给出了使用Bertalmio提出的算法、Telea提出的算法以及新算法对同一幅图片进行修补的实验结果。通过比较发现，该新算法在大幅度提高修补速度的同时，仍能保持较好的修补效果。