随着人们对图像清晰度的要求越来越高,通过增加透镜数量来提高光学系统成像性能的方法使得镜头和系统的设计变得越来越复杂。特别是对于受到工作环境和工作性质要求的多光轴复杂光学系统,如果依旧通过增加光学系统结构的复杂性来提高成像的质量,必将对系统的可靠性、抗震性提出严峻的挑战。因此,本文结合数字图像处理技术,采用图像复原的方法修复由于像差造成的图像模糊,从而简化光学系统的结构。由于实际光学系统点扩散函数的空间变化特性,基于空间不变点扩散函数的图像复原已不满足实际图像复原系统的要求。因此,本文采用空间变化的点扩散函数对图像进行复原。空间变化的点扩散函数可通过光学软件CODEV仿真和光学函数测量仪间接测量这两种方法获取。真实图像的统计数据表明,超拉普拉斯模型能够比较准确地拟合呈现重尾特性的边缘分布,从而使得复原的结果更加接近原始清晰的图像。本文利用Matlab仿真验证了超拉普拉斯先验非盲去卷积算法复原图像的有效性,并采用两种图像质量评估指标PSNR和SSIM客观评价了三个正则化参数α、β、λ变化时对复原结果的影响。根据实验结果,三个参数α、β、λ分别选择0.6、600、3000作为DSP实现算法时的初始化值。本文算法最终在FPGA+DSP的硬件平台上实现,FPGA完成图像的预处理,DSP则完成模糊图像的复原。DSP复原图像时使用的空间变化的点扩散函数是通过实验测量的方法获得的。图像复原实验搭建了以计算光学成像系统为核心的测试平台,实验结果表明该系统对受单透镜像差影响的模糊图像有较好的复原效果,其像质得到提升,实现了光学成像系统的轻便小型化。