图像复原是图像处理领域著名的逆问题。盲图像复原,即恢复图像并同时辨识退化过程,一直是一个巨大的挑战。本文围绕盲图像复原问题,主要使用了两种技术:小波和多分辨分析以及全变分规整化。　　 小波和多分辨分析在当今图像处理领域得到了广泛的重视,多分辨分析,特别是小波变换,给图像表示和处理带来独特的效果,在图像压缩等方面表现出色,而它们在复原中的应用还不是很充分,开发其进一步应用是本文的研究内容之一。　　 变分偏微分方程(PDE)是当今图像处理领域最具潜力的数学工具之一,基于PDE的全变分(TV)规整化技术在恢复图像和保持边缘方面取得了很大的成功。本文的工作之一是更精确地理解变分模型,并使全变分最小化函数具有更好的自适应能力和复原效果。　　 本文首先介绍了图像复原的基本理论,分析了图像退化模型及图像复原过程中存在的病态问题,并提出了一种基于倒频谱和傅里叶梅林变换的退化函数自动分类和辨识方法。接下来分析了经典图像复原算法的特点和局限。然后,研究复原的特殊情况,即降噪问题,提出了一种基于均值漂移分割和自适应方向窗的小波降噪算法,获得了超越同类算法的降噪效果。分析了图像复原的全变分模型,提出了一种基于噪声驱动的参数自适应全变分盲复原算法,实验结果证明了其优越的复原表现。最后,将自适应全变分盲复原算法扩展到多帧,并引入多分辨分析,提出了一种改进的多帧盲复原算法,能对湍流退化进行有效恢复。