随着计算机技术的发展,近年来图像复原技术成为国内外图像处理领域研究的热点,已经应用于天文观测、遥感、军事、医学影像、生物研究、案件侦破、交通、工业视觉、视频复原等诸多方面。图像的复原可以看作一个反卷积的问题,它属于数学物理问题中的一类具有病态性的反问题,特别是具有噪声污染的模糊图像的复原更是一个具有挑战性的难题。尽管目前已有许多较为成熟的图像去模糊方法,但是仍有许多技术难题没有解决,比如模糊核的求取,不规则模糊情况的建模和复原等问题的研究尚在初级研究阶段。本文阐述了数字图像复原技术的原理及主流的复原算法,以及各种常用的图像质量评价函数,分析和比较了已有复原方法的优缺点,着重从模糊核的求取出发提出了两种求模糊核的方法及相应的复原算法。还分析了图像复原振铃的机理及去除方法,并且根据噪声和模糊特性提出了一个针对图像复原效果的综合评价方法。首先采用对同一景物拍摄一张短曝光的高噪声图和一张正常曝光的模糊图的方法来求取模糊核,然后在余量图上进行不同平滑增益的复原,最后用联合双边滤波器将保留不同细节程度的图合成得到更加清晰的复原结果。实验证明了该方法能够提取出较为准确的模糊核,而在差图上进行的带有增益控制的RL算法能很好的抑制噪声的放大和波纹的扩散。为了得到对不同模糊图都适用且不需要复杂的参数调节的图像盲复原方法,提出了一种稳健的从单幅模糊图像中求取模糊核并对图像去模糊的图像盲复原方法。根据模糊图像与非模糊图之间的边缘关系求模糊核,并在多尺度框架下针对各个子算法设定自适应参数,而构建一个稳健的图像盲复原方法。对复原结果用多种无参考的图像质量评价方法评价显示,与以往图像盲复原中采用交替迭代估计模糊核和复原图来求解能量最小化函数的方法相比,此方法在噪声和波纹抑制的基础上有更强的去模糊能力,参数调节简单,算法稳健,而且运算速度提高了3倍。另外,对复盲原图像的评价中,首次采用一种结合噪声强度和模糊程度的图像质量评价方法。实验结果证明,和传统的评价方法相比,此评价方法能有效地权衡图像复原后噪声或波纹的扩散和去模糊之间的视觉效果,一定程度上达到了人眼视觉的主观评价的水平。