在遥感卫星运动成像过程中，卫星相机的高速运动会导致遥感图像出现运动模糊。针对该问题，基于一次拍摄过程中获得的不同积分时间遥感图像序列，提出了一种新的去模糊算法。利用短积分时间图像中提取出的轮廓边缘信息来引导对相邻长积分时间图像模糊核的估计，通过分段求解的思想简化了单次模糊核求解的复杂度；然后使用卷积运算对分段模糊核进行无损重组，极大地提高了模糊核估计的准确性。实验结果表明，所提算法对模糊遥感图像去模糊后的清晰程度有显著提升。

由于点扩展函数(Point Spread Function, PSF)模型与实际模糊核不匹配,现有遥感图像的复原效果较差。针对该问题,提出一种基于洛伦兹拟合点扩展函数的图像复原方法,对估计的遥感图像PSF进行充分拟合以提高复原精度。首先,考虑现有模型与实际退化过程的匹配误差,将模糊核建模为基本二维模式的线性组合,采用洛伦兹函数作为基函数对实际退化所造成的模糊效应进行建模。然后,选取具有刃边特征的地物目标估计遥感成像系统的退化函数,同时采用所建立的数学模型对估计的PSF进行拟合校正,将拟合校正后的PSF应用于遥感图像恢复,减少了成像系统退化模糊的干扰。最后,利用校正后的PSF,结合Richardson-Lucy算法复原原理,提出一种遥感图像的复原方法。实验结果表明,所提方法相比于现有基于其他PSF模型的遥感图像复原方法,图像复原效果得到显著提高。

提出一种重加权总变分与hyper-Laplacian相结合的图像盲复原算法。首先,通过重加权总变分先验重建模糊图像权重的双峰分布;然后,利用重建后的图像估计连续且稀疏分布的点扩展函数,并用其复原模糊图像,对以上两步反复迭代,使点扩展函数不断接近真实的解;最后,结合hyper-Laplacian函数曲线能很好地拟合自然图像梯度分布的先验对模糊图像进行非盲复原。实验结果表明,与两种具有代表性的盲复原算法相比,该算法能更准确地预测出模糊核,并有效抑制图像的振铃效应,且在主观视觉与客观评价指标上都得到明显的提升。

为了将运动模糊图像恢复成清晰图像, 提出了一种基于暗通道与低秩先验的图像盲去模糊方法。首先, 利用图像暗通道的稀疏性进行中间复原图像估计, 同时引入带权值的低秩先验约束抑制中间复原图像中的噪声, 提高模糊核估计的准确性；然后, 通过交替迭代的优化策略得到准确的模糊核；最后, 用Hyper-Laplacian先验方法得到清晰图像。实验结果表明, 提出的方法能有效抑制噪声和振铃效应, 保留图像细节, 对运动模糊图像有较好的复原效果。