高质量的图像一直是人们孜孜以求的目标,在深空探测、军事侦察、测绘、医学、民用等领域都有重大需求。在成像系统采集图像的过程中,由于多种退化因素(如大气衍射、散焦模糊、运动模糊、随机噪声等)的影响,相机成像质量往往达不到静态设计参数,一定程度上限制了图像数据的使用价值。所以,研究提升图像质量的工作显得尤为重要。而目前,图像复原在诸多领域都已成为获取高质量、高清晰度图像的重要方法。点扩散函数(Point Spread Function,PSF)是图像复原的关键参数,在退化图像PSF未知或者判断不准确的情况下,无疑给图像复原带来很大困难。本文针对单一及混合模糊图像如何获取更精确的PSF函数,展开了相关研究工作,具体内容如下:(1)分析了光学成像系统数学模型及常见的降质模型;简单阐述图像复原的不适定性及如何改良重建过程中的病态问题;讲解了几种图像重建算法,重点讲述了基于超拉普拉斯(Hyper-Laplacian)先验的快速图像去卷积算法,其概率模型更符合自然图像梯度分布,且对振铃效应有较强的抑制作用。(2)针对只含高斯模糊的退化图像,本文对传统刃边法加以改进,实现了自适应PSF参数辨识算法;该方法结合Canny边缘检测算子和Hough变换,设计出图像梯度准则,以刃边两侧图像块平均灰度值差异为判定依据,完成了刃边的自适应提取;对实际靶标图像的复原结果分别进行主观和客观评价,验证了该算法对高斯模糊图像具有良好的复原效果。(3)针对高斯与运动混合模糊图像,本文基于图像频域特性进行去运动模糊预处理;针对不含噪图像,基于图像分块思想和相位一致性(Phase Congruency,PC)边缘检测算法,有效避开频域十字亮线、模糊参数过小而引入误差等问题;考虑到实际图像中噪声的干扰,本文运用一种克服亮度、对比度的弱边缘分割算法GrabCut,实现了对月遥感运动模糊图像参数估计和高质量图像复原。(4)根据本文高斯、运动模糊图像复原方法,设计了一种自适应图像复原算法;通过实验评估运动模糊参数对刃边法复原的影响,设定运动参数阈值TL,作为去运动模糊的判断依据;在该算法中,首先对模糊图像进行运动参数L检测;若TL(29)L,则进行去运动模糊后刃边法复原处理,否则直接进行自适应刃边法模糊图像复原。本文主要研究了自适应刃边法的高斯模糊图像复原问题,考虑到运动模糊存在的普遍性与差异性,设定运动参数阈值TL,完成了单一及混合模糊图像的自适应复原算法设计。该算法在实现高质量图像复原的同时,提供了一种方便、有效的复杂模糊图像复原解决方案。