在自适应光学系统中，基于哈特曼—夏克波前探测的图像解卷积处理是“事后”图象处理的一种，它省去了波前校正环节，使常规的自适应光学系统得到简化，降低了成本。其基本原理为对瞬时波面进行短时间曝光探测，同时记录短时间曝光图像，来进行解卷积处理。 但是在传统的基于波前探测的解卷积方法中，认为由波前探测得到的点扩散函数是精确的，并用维纳滤波进行复原，但是点扩散函数不可避免地存在误差，所以最终的复原目标图像质量不佳。而基于目标和点扩散函数联合估计的图像近视解卷积克服了这个限制，它运用了点扩散函数和目标的先验信息，对点扩散函数和目标进行了规整和进一步约束，从而得到更优的恢复图像质量。 本文对基于目标和点扩散函数联合估计的图像近视解卷积算法的背景，原理和实现过程进行了阐述，并将其运用于室内的模拟数据中。实验结果证明了该方法的可行性，并与维纳滤波方法相比，结果表明该方法使图像恢复的效果明显改善。