利用图像离焦线索生成对应深度图像的方法因其快速、方便目前被广泛使用，但是离焦图像在离焦程度过高或过低时通常会丢失图像的深度信息，导致生成的深度图像不符合实际使用要求，因此需要对这些图像进行判别分离，但现有方法对不同场景的离焦图像模糊程度判别精度不足，缺乏统一标准，无法有效对离焦图像进行判别分离处理。针对此问题，提出一种融合图像灰度比值的离焦图像自动判别方法，首先，通过分析并利用离焦图像不同区域的梯度特征、频域特征，对图像模糊区域和清晰区域进行有效区分。其次，融合上述特征图像获取融合图像，因离焦图像的模糊区域和清晰区域离焦程度相差较大，表现在融合图像中两部分灰度值对比明显，因此利用融合图像两部分灰度平均值的比值作为判断离焦程度的衡量标准，当离焦图像该比值超出设定的阈值标准时，则认为该图像不满足深度图像生成条件，该图像将自动进行分离。最后，对比现有清晰度评价函数与本文方法对相同场景与不同场景、不同离焦模糊图像进行模糊程度的判别结果，发现所提方法可以较为准确快速地判别相同及不同场景下离焦图像模糊程度，有效分离不符合条件的离焦图像，提高深度图像的生成效率。

针对折反射全向成像特点，提出了基于全向总变分最小化的折反射散焦模糊图像复原方法。随着高分辨率图像传感器器件和大光圈镜头的采用，光圈和反射面曲率造成的折反射全向成像散焦模糊问题越发突出。由于在折反射全向图像上，具有相邻位置关系的两个点，在真实世界中并不具有相同的依赖关系，因此传统的图像梯度计算方法并不适合折反射全向图像处理。提出结合全向图像成像特点的全向梯度计算方法，将全向总变分最小化作为正则化条件，对散焦模糊全向图像进行复原，得到全局清晰的全向图像。

折反射全向成像系统中，反射镜曲率和镜头光圈是导致散焦模糊的主要因素，随着高分辨率图像传感器器件和大光圈镜头的采用，散焦模糊造成的图像清晰度问题显得越发突出。提出了一种基于编码孔径的折反射全向成像去散焦模糊技术。理论分析折反射全向成像散焦模糊原因，提出了一种确定最佳聚焦平面的方法，通过采取有效的全向图像环带分割和拼接策略，利用基于图像稀疏先验的反卷积算法对散焦模糊全向图进行复原，得到全局清晰的全向图像。该方法较好地解决了折反射全向成像散焦模糊问题，对提高折反射全向成像质量，促进其在相关领域的广泛应用具有重要意义。

随着高分辨率传感器和大光圈的采用，光圈和反射面曲率造成的折反射全向成像散焦模糊问题越发突出。提出了一种有效去除散焦模糊的折反射全向成像系统设计。理论分析折反射成像散焦模糊的原因，建立全向图点扩展函数与实景空间物点及成像系统虚像位置的关系；在一次曝光成像时间内匀速旋转镜头对焦环，通过累积曝光使全向图散焦模糊核具有期望的空间不变性；利用反卷积算法对散焦模糊全向图进行复原，得到全局清晰的全向图像。该方法较好地解决了折反射全向成像散焦模糊问题，对提高折反射全向成像质量，促进其在相关领域的广泛应用具有重要意义。

为了实现运动成像中视频帧内复原, 研究了帧内运动模糊和离焦模糊两种常见模糊类型带来的混合模糊问题。首先, 依据模糊图像的频谱特性定性判定模糊类型, 利用倒谱分析的方法定量估计模糊模型点扩散函数, 依据工程实际选取模糊参数进行仿真实验, 实现点扩散函数估计方法的准确性验证。然后, 采用耦合梯度保真项的改进型全变分图像复原算法, 约束点扩散函数估计误差对图像复原的影响, 并采用适应L1范数的Split-Bregman算法完成复原算法的数值实现。最后, 对算法性能进行验证, 完成仿真和实拍混合模糊图像的复原。实验结果表明, 倒谱分析估计点扩散函数的准确率达到90%。 复原算法能保持图像边缘和细节, 并有效抑制振铃效应, 帧内稳像的图像峰值信噪比为28.92 dB。

根据计算机模拟和实际拍摄的离焦模糊标准分辨力靶标图像,对提出的离焦模糊图像超分辨力盲复原算法进行了分析研究,对比了超分辨力盲复原算法与几种典型复原算法的效果,以及在不同离焦模糊半径下该算法的复原效果。实验结果表明,该算法对深度离焦模糊图像具有较明显的复原效果,复原图像相比较于模糊图像分辨力提高1倍; 显著改善了标准分辨力靶标图像的可分辨组块。可分辨组块可以定量地描述复原算法对图像分辨力的改善程度。该算法已经应用到实际工作当中,并获得了较好的效果。

点扩展函数的参数辨识对于图像复原具有非常重要的意义。运动模糊和散焦模糊是常见的两种图像模糊类型。针对这两种模糊以及成像过程往往存在噪声的情况，提出了一种基于双谱的点扩展函数参数辨识的方法。介绍了这两种模糊类型及其传统的计算公式。推导了两种模糊类型的双谱，理论上双谱不仅不受噪声的影响，并且具有与模糊函数相似的结构，由此利用传统的模糊参数计算公式就可以计算出模糊参数。实验结果表明，本方法适用于含有噪声的一定模糊参数范围内的散焦模糊和运动模糊图像，即在模糊参数不太大的情况下，本方法可以取得更准确的结果。在信噪比为25 dB 的情况下，辨别出该范围内的模糊尺度的偏差不超过1 个像素。