在生物科学研究中,荧光显微镜被广泛用于生物样本的三维观测。采用一般宽场荧光显微镜来获取生物样本的三维图像时,所得到的图像在轴向方向上会因为来自聚焦平面外图像的干扰变模糊,这个问题可以用激光扫描共焦显微镜LSCM(Laser Scanning Confocal Microscopy)来解决。但LSCM价格昂贵,系统复杂,且过强的激光容易对生物样本产生漂白现象。因此,怎样用一种算法去消除来自聚焦平面外图像的干扰就成为该领域人们研究的热点。 目前,用于荧光图像复原的算法可以分为线性和非线性两大类。线性算法包括:最近邻、深度可变点扩展函数、逆滤波算法等。线性算法速度较快,在一定程度上改善了图像质量。非线性算法包括参数盲反卷积(PBD)、迭代盲反卷积(IBD)、最大似然盲反卷积(MLBD)算法等。非线性算法需要进行迭代运算,速度较慢,但其图像复原效果一般优于线性算法。 本文针对线性算法和非线性算法都开展了一些工作,取得了一定的成果。文章分为三部分,第一部分介绍了通过一般宽场荧光显微镜进行三维成像的基本概念、成像原理;详细分析了三维显微镜系统的退化模型,阐述了其存在的病态问题并总结了正则化的思想和方法;分析和总结了荧光显微镜系统的点扩展函数和图像复原的主要评价标准以及用在荧光显微镜图像复原中的几种典型的图像复原算法。第二部分详细分析了线性算法中最近邻复原算法的原理,提出了结合二维维纳逆滤波的最近邻复原算法,在给定系统点扩展函数估计的情况下,采用模拟图像和宽场荧光显微镜获取的图像进行实验的结果说明了本文所提复原算法优于最近邻复原算法。第三部分详细分析了参数盲反卷积算法和深度可变点扩展函数图像复原算法,提出了基于深度可变点扩展函数的参数盲