作为无损检测技术,中子成像日益受到关注。由于成像系统的限制,导致中子图像成像质量较差。图像复原,就是去除或减轻目标图像的质量下降,使它趋向于复原成没有退化的理想图像。因此图像复原技术的研究不仅具有重要的理论意义,在实际生活应用中也有迫切的需求。本文致力于中子图像复原技术的研究,以提高图像的质量,使其更多的反映被测物体的内部结构。本文基于正则化方法,以解决图像盲复原技术中的不适定问题,分析对比了拉普拉斯（Laplacian）正则化和全变分（TV）正则化算法的优缺点,在全变分正则化算法的基础上,采用了自适应阈值的联合变分正则化图像盲复原,对中子图像进行复原。该复原算法引入了联合变分正则项,采用了更适合图像空间的L₁范数,在去除图像噪声的同时,较好地保持了图像边缘与纹理信息。最后在求解过程中,引入辅助变量转化了模型的求解,避免了变量的近似带来的累积误差,提高了复原的准确性。通过对比实验结果显示,本文算法有效改善了中子图像的质量。