图像复原是图像处理中的一个重要问题，对于改善图像质量具有重要的意义。图像复原是利用退化现象的某种先验知识（退化模型），按退化的逆过程重建图像的技术。噪声干扰和运动模糊是工程中常见的两种退化类型，解决该问题的关键是对图像的退化过程建立相应的数学模型，然后通过求解该逆问题获得图像的复原模型并对原始图像进行合理估计。　　 图像复原过程是病态反问题求解过程，图像复原的传统方法主要是图像滤波。图像的细节信息存在于边缘部分，因此要求图像滤波既能去除图像的模糊和噪声，又能保持图像的边缘细节。然而图像的细节和噪声在频带上相混叠，这样便导致噪声的去除和边缘细节的保持成为一对矛盾，传统的滤波方法难以处理这类问题。针对这一主要矛盾，提出了基于Poisson方程的梯度域映射图像重构算法，依据图像的颜色亮度和梯度信息进行梯度匹配，通过求解Poisson方程重构图像梯度，并结合传统的非盲目反卷积算法(Richardson-Lucy)进行图像复原。在复原图像后处理阶段提出了基于Poisson方程图像色彩化方法，采用少量颜色对色彩丢失的图像进行着色的方法，即有约束的彩色图像重构，通过灰度图像梯度域引导和约束，让小条带的颜色（颜色种子）值在其所在区域传播而自动地完成着色过程，完成复原后图像梯度域的色彩化处理。对于粗糙不连续的纹理进行梯度域融合，降低了纹理粗糙度以及图像噪声，解决了由于纹理颜色分布不均匀所导致的图像不平滑、部分区域高光、缝隙及重影等问题。