为了观察空间目标的运行状态,通常会用到空间目标成像技术。但在实际过程中,由于大气湍流的遮挡、随机噪声的干扰以及成像设备观测能力的局限性,多数情况下只能获得退化的空间目标图像。退化的空间目标图像中包含的信息非常有限,而通过清晰的空间目标图像可以清楚地观察到空间目标的位置、轨迹、姿态等信息。这些信息在后期对空间目标进行检测、跟踪、调节等操作中起着关键性作用。此外,从清晰的空间目标图像中还可以快速地发现故障,及时地排除隐患。因此,对退化的空间目标图像进行复原对航空航天技术有着重大的意义。本文从图像的退化过程入手,介绍了不同的图像退化方式以及各种图像复原的方法。在此过程中,通过分析大气湍流的退化过程,我们确定了大气湍流的光传递函数。此外,我们分析发现,由于大气湍流和噪声的随机性,同一个空间目标的观测图像在不同的时刻会产生不同的退化模式。不同的退化模式也使得多个空间目标退化图像之间包含互补信息。本文旨在利用多帧空间目标退化图像之的互补信息来对空间目标图像进行盲复原,为此我们设计了两种多帧空间目标图像盲复原算法。本文的主要工作和贡献为:（1）对图像复原技术进行了概括与总结。本文从图像退化、图像复原技术和图像质量评价三个方面对图像复原技术的研究过程进行了阐述。（2）我们提出了一种多帧单输入的空间目标图像盲复原网络（ERnet）。ERnet主要包含EN、STAM和RN模块。ERnet的输入是一个由多帧空间目标退化图像组成的图像序列。为了使所有输入序列的退化分布保持一致,我们提出了一个多帧排序网络（Ranknet）来对输入序列中的退化帧进行排序。实验结果表明,Ranknet具有良好的排序效果,ERnet具有良好的复原能力,且优于近几年的图像复原算法。（3）我们提出了一种多帧多输入的空间目标图像盲复原网络。该网络含有多个输入,且每个输入对应一个复原分支。每个复原分支由FRC模块和SA/BA模块组成。实验结果表明,该网络具有良好的复原能力,较于近几年的图像复原算法更具竞争力。