随着光学成像技术的发展，图像复原技术已经成为光学成像系统的重要组成部分。由于不可预知的环境因素，例如大气湍流、晃动、气候、光照或者系统本身缺陷等，使得成像系统采集到的图像存在退化现象。图像复原技术可有效减少各种环境因素导致的退化现象。然而，当前的图像复原方法，处理速度慢，交互要求高，稳定性差，无法应用到实际系统中。针对这些问题，本文分析了图像退化机理和特征，对图像盲复原、图像质量评价和图像超分辨复原技术作了深入研究。　　图像盲复原(IBR)往往因不稳定或者输入参数过多而难以实时应用。针对这些限制，根据图像频谱信息特征，提出了一种基于降晰图像频谱特征改进的APEX图像复原算法。该算法采用APEX算法的基本原理，对点扩散函数(PSF)估计过程进行了改进，采用加权最小二乘算法拟合出降晰图像频谱主方向，采用图像频谱主方向上的数据进行PSF估计，以利用更多的有效数据，从而减少PSF的估计误差。实验结果表明改进的算法较使用非主频谱方向上的频谱数据的复原算法在复原效果上有一定的提高。增强了APEX算法的稳定性，扩展了APEX方法的应用范围。　　根据IBR过程中有一个常见的属性：降质图像与降质点扩散函数PSF尺度大小存在强不对称性，提出了多区域参数估计的方法，通过MAP理论证明了多次参数估计的合理性，并且通过实验说明了多次参数估计方法的可行性。通过多区域参数估计方法，提高了APEX算法估计参数的精度，进而提高其可用性，通过对仿真图像和实际的图像进行复原处理验证了算法的有效性。　　图像复原针对的主要是图像模糊降质，由于受到成像条件限制，图像的对比度，亮度也往往不能满足观察者和视觉处理算法的要求，并且图像往往也存在着噪声，复原也会放大噪声，论述了图像复原后处理，给出了图像复原后处理的必要性和流程。　　图像质量评价是比较各种图像处理算法性能优劣以及优化系统参数的重要指标，因此研究了图像质量评价技术。着重研究了适用于图像复原的盲图像质量评价技术，提出了一种可以适用于图像复原图像的盲图像质量评价算法，该算法可以有效描述模糊，噪声，并能描述图像畸变的影响。　　针对图像复原的稳定性问题，将盲图像质量评价技术引入图像复原框架中，形成主动图像复原，这将提升图像复原算法的稳定性和有效性，并可以作为复原迭代终止条件，这大大提高的图像复原算法的应用范围。将该复原框架应用到离焦图像复原中，得到了很好复原结果。以此为基础，提出了多模式图像自动复原框架，以应对实际图像复杂的降质过程，即使用多种基于不同模糊模型的算法来复原图像，最后使用图像质量评价技术做评定输出，这将会推进复原技术在工程中的应用。　　针对由于成像探测器采样不足引起的图像混叠问题，提出采用构建存在探测器固定亚像素平移的成像系统，通过超分辨复原算法构建超分辨率图像。该成像系统利用光学设计使其能够同时对同一场景进行多次成像，所成图像之间存在固定的亚像素偏移，对于探测器相对位置精度设定不够的系统，可采用可变投影多帧图像配准技术来优化配准关系，这将大大提高图像配准的速度和精度。实验表明，方法能够很好的满足工程需要，为工程应用奠定了基础。　　本文主要从图像复原算法、图像质量评价和图像超分辨复原从三个方面研究图像复原在光学成像中的应用，取得了阶段性成果。这些成果为后续图像复原技术的应用提供了基础。