图像复原技术是数字图像处理中的重点研究课题之一,广泛应用于各个领域。在图像获取和传输过程中,存在诸多造成图像模糊的因素,例如摄像机与物体之间的相对运动、大气湍流、噪声以及相机离焦等,它们会造成图像的模糊和变形。图像复原的主要目的是对模糊图像进行滤波,既能滤除噪声又能保留图像的完整性。本文主要研究Lucy-Richardson(LR)复原算法,LR算法是假设原始图像满足泊松分布,通过迭代使输出图像达到理想图像的最大似然估计。LR算法稳定性强,且在不确定噪声特性的情况下能够较好地恢复出模糊图像。在图像复原过程中,LR算法的迭代会使噪声被放大,复原后的图像出现振铃效应,同时迭代次数多时造成计算耗时长。本文针对振铃效应和计算效率问题分别提出两种方法改进。针对振铃效应提出使用高斯滤波,在传统的LR复原算法的迭代公式中加约束条件,使图像在平滑区域使用经典的LR算法,在边缘处使用改进的LR迭代推导公式,这样既保证了图像的完整性,又抑制了振铃现象。针对计算时间长的问题,本文提出结合小波变换的联合算法。利用小波变换的多分辨率特性,将图像进行小波分解,分解后得到的低频部分主要集中了图像的有效信息。由小波的分解原理可知,经过小波分解后的图像变小,使用复原算法时参与处理的数据就会变少,模糊图像的复原效率会提高。本文以运动过程中造成的模糊图像为实验对象,在Matlab平台上应用传统LR算法和改进后的LR算法进行仿真。实验结果表明,改进后的LR算法不仅在视觉上有很好的复原效果,抑制了振铃效应,同时对于背景复杂的图像在较短的计算时间获得较好的复原效果。