本发明提供一种图像空洞填补的多尺度全局采样方法，主要包括以下步骤：将输入图像划分为几何层和纹理层，利用张量投票恢复出图像空洞区域的几何层；对图像空洞区域进行多尺度的网格划分，形成空洞区域的多尺度图结构，在多尺度图结构上定义针对空洞填补问题的后验概率模型，并通过基于模拟退火的马尔科夫链蒙特卡罗方法，求解该后验概率模型的全局最优解；根据全局最优解对应的空洞区域整体采样集，合成图像空洞区域的缺失图像信息。本发明可以寻找到一个全局的最好图像块贴到空洞区域，填补或者修复虚拟场景对象提取和场景编辑过程中产生的“空洞”，克服空洞填补过程不可逆而造成的对复杂图像或者空洞区域面积较大情况的填补效果不佳问题。