水下环境不同于大气,水体密度远大于大气导致其中悬浮粒子更多,让水下传播的光面临更强的吸收和散射效应。水下拍摄的图像普遍受多类型模糊、对比度失真、严重的噪声和色偏等问题的影响,加大了水下图像分析与、理解与后期应用的难度。单幅水下图像往往同时出现多种质量退化问题,于是提升退化图像质量,恢复出清晰图像,对图像实践应用和科学研究具有重要意义。现存的复原方法和增强方法多数无法对多重的退化问题进行有效修复。针对水下图像的去雾、去噪与去模糊等问题,本文对水下图像盲复原的研究如下:水下捕获的图像通常由于吸收和散射而导致低对比度,雾化和模糊,从而限制了图像的分析和应用范围。为了解决这些问题,基于完整的水下成像模型（UIFM）,提出了一种红色通道先验引导的变分框架。由于大多数现有方法仅考虑直接传输分量和后向散射分量,忽略了由前向散射导致的模糊问题。本文基于完整水下成像模型,将归一化的总变分项与模糊核的稀疏先验知识结合在一起。为求解变分模型的非平滑优化问题,采用交替方向乘子方法（ADMM）来提高收敛速度。此外,本文通过以粗糙到精细的结构建立图像多尺度金字塔来实现模糊核的估计,以避免局部极小值。实验结果表明,该方法具有良好的除雾和去模糊性能。广泛的定性和定量实验比较进一步证明了其在其他最新算法中的优越性。依据完整的水下光学成像模型,本文还提出了一种基于红通道稀疏先验的图像盲复原变分方法。为了能同时克服水下场景中因水体本身及其悬浮颗粒对光线的散射和吸收作用引起的雾化、对比度低、色彩失真及模糊等退化问题,变分能量方程中引入了不同功能的规则项。首先,根据水下光学成像模型的后向散射分量建立了变分能量方程的数据保真项。其次,利用水下图像红通道稀疏性先验引入L0范式作为去模糊规则项。最后,引入拟恢复图像作为图像色彩恢复方面的导向图。为进一步提高多规则项、多变量变分能量方程的运算效率,利用交替方向乘子法（ADMM）对模型进行加速迭代求解。实验结果表明,本文方法去雾去噪,提升对比度,恢复色彩效果出色,并能有效去除图像模糊,改善清晰度。