航空遥感成像、医学成像等成像领域由于成像条件的复杂性会使得图像的分辨率和对比度降低。因此，图像复原一直以来是计算机视觉、图像处理的研究热点。大多数图像复原算法如维纳滤波复原等都是建立在对图像的点扩散函数已知的前提下，而现实中的成像条件如相机的相对运动、大气扰动等都是未知的，它们所造成的点扩散函数是无法精确得知的，因此对盲解卷积及盲复原技术理论及算法的研究，有着现实和理论的需求。本论文主要针对先验信息未知或者部分已知的模糊图像，从图像盲复原和图像盲评价两方面着手，详细地研究了其理论基础和关键技术。对于盲复原，分别论述了模糊类型已知和模糊类型未知两种情况，对其中的参数估计及正则化技术等关键问题进行了深入研究；对于盲评价，分别研究了噪声、模糊度、块效应的无参考评价方法，以及由这三个失真因素所构成的综合评价方法。主要创新工作和研究成果如下：1.在模糊类型已知方面，针对单一模糊类型，先建立点扩散函数参数模型并通过关于图像本身或成像系统的先验知识估计其参数，然后使用估计后的点扩散函数模型实现模糊图像的复原。在此理论的基础上，本文重点研究了离焦模糊的特性，提出了一种基于Hough变换估计离焦模糊半径的新方法。该方法具有估计精度高和稳定性高的优点，能有效地用于图像复原过程中的事先参数估计中。2.在模糊类型未知方面，将点扩散函数估计和图像复原同时进行，提出了一种自适应阈值的超变分正则化盲复原算法。该算法一方面提出了自适应阈值的超变分正则项，并且根据图像噪声的标准差选取阈值，使得图像复原过程中，边缘区得以保持，平滑区得以去噪；另一方面，使用辅助变量及半二次规整理论，克服了传统求解中过多地使用近似的缺点，求出了该模型最优化式的精确解。实验结果表明，该算法使得恢复后的图像细节增加且块效应明显减少。3.分析了现有的无参考图像质量评价方法，针对这些方法无法与主观评价一致的缺点，提出了一种新的无参考图像质量评价方法：基于噪声、模糊度和块效应的无参考图像质量评价方法。该方法考虑了图像失真的3种主要类型：噪声、模糊度和块效应。首先利用修正的小波中值估计法得到图像噪声的标准差；接着利用图像边缘像素点的方法来反映图像的模糊度；然后利用图像像素块的特征来表征图像的块效应；最后综合上述3种失真类型，构造了图像质量评价模型。我们结合LIVE IQADatabase所提供的主观评价值（DMOS），使得该算法不仅在一定程度上契合PSNR，并且也与主观评价（DMOS）值保持一致。4.从算法的稳定性、算法的高效性、算法的应用、图像的视觉效果等主客观评价标准，以及PSNR、图像熵等图像质量评价标准，对实验结果进行了评价和分析。给出了实验结果图像和实验数据值，并与同类型的算法进行了复原效果和评价效果的对比分析。