针对原始非负支撑域受限递归逆滤波(NAS-RIF)算法存在的缺点, 提出了一种自适应的NAS-RIF图像盲复原算法。首先, 在NAS-RIF算法的代价函数中加入正则化约束项和空域加权因子, 通过自适应地调整正则化参数和空域加权因子来改善算法的抗噪性能, 并确保复原的逼真和平滑。然后, 在算法的每次迭代中, 采用图像分割技术找到准确的目标支持域, 并用背景的平均值取代非均匀背景。最后, 利用N步重置共轭梯度法优化代价函数, 加快了算法的收敛速度。在不同信噪比条件下对两种模糊图像进行了实验, 结果显示, 采用本文算法得到的信噪比增益(ΔSNR)分别为6.315 3 dB和8.910 6 dB, 表明该算法具有较好的噪声抑制和边缘细节恢复效果。对低信噪比的退化图像, 本文算法也能得到更好的复原结果。