在图像处理研究领域中,图像复原是一个热点难点问题。由于图像在采集过程中容易受到恶劣天气条件以及人为条件如图像采集过程中的设备抖动等的影响,使得到的图像存在噪声、雾气和模糊等现象,引起图像质量下降。图像复原便是针对这些图像降质情况,建立与各种情况相对应的退化模型,然后根据各个退化模型的逆过程进行图像恢复处理,从而得到接近于真实场景信息的复原图像。图像复原在智能交通、医学影像、空间探索、遥感遥测、国防军事以及刑事侦察等领域都有广泛的应用前景。随着人们对图像退化过程以及各种条件下的成像研究的不断深入,目前不管是图像去模糊还是图像去雾都已经取得了很大的突破。但是研究者通常对只存在一种降质现象的图像进行研究,如只存在模糊现象或者只存在雾气的现象的图像进行复原研究,研究成果不全面。本文主要研究了当图像同时存在雾气和相机抖动模糊两种降质类型的图像复原方法。在结合现有的图像去雾和图像去模糊方法优点的基础上,根据图像的统计特性,提出了一种对同时存在雾气和模糊现象的图像进行复原的方法。首先,本文提出了一种基于暗通道先验的改进算法方法,通过改进暗通道图像计算方法,并采用图像引导滤波来优化透射图,使本文提出的方法相比较前人的方法在算法处理速度上有了很大的提高,并且得到的不错的图像视觉效果。接着,对去雾后的图像进行统计分析发现,利用本文方法对图像去雾之后得到的图像其梯度依然符合重尾分布。利用这一统计特性,提出了一种可以复原同时存在雾气和相机抖动模糊现象的降质图像的方法。最后,应用基于变分贝叶斯模型的图像去模糊方法对去雾后的图像进行去模糊处理,对现有的RL解卷积算法进行了改进来抑制振铃效应。实验结果证明,本文提出的算法可以有效的改善图像视觉效果。