在三维显微成像中，成像的每一幅二维图像都包含来自焦平面的图像和相邻离焦层面的模糊图像。为了消除离焦模糊，可以采取激光扫描共焦显微术(LSCM)或者计算光学切片显微术(COSM)两种方式。后者具有信噪比高、对样本不产生漂白现象、价格便宜等优势，但也有速度较慢的弱点。 在之前的COSM图像复原中，为了简化计算，一般都假定点扩展函数是空间不变的。但实际成像中，通常样本中物质是变化的，故样本中不同位置的折射率不一样。由于样本的折射率与物镜所浸物质的折射率不匹配，导致不同深度的点扩展函数可能不同。此时如果仍采用空间不变的模型来估计样本函数，会得到虚假的复原图像。因此本文提出基于深度变化成像模型的“最大期望(EM)复原算法”，能够提高图像清晰度，尤其是在深度方向；但它又丢失了图像的一些微弱细节，且恢复的图像往往会出现一些孤立亮点。所以又提出基于深度变化成像模型的“调整EM算法”，可以避免上述缺点，较好地恢复图像微弱细节。但是由于“EM算法”、“调整EM算法”运算速度较慢，本文还提出在深度变化成像模型中使用一种基于最大惩罚似然估计的最大期望解卷积方法，它是一个分别在傅立叶域和小波域内交替变换解卷积的过程。相对“EM算法”、“调整EM算法”，在复原结果相近的条件下此法可以节约运算时间，且较好地复原图像。