为了快速准确地复原湍流退化图像，采用了一种基于时域相关特性的频域多帧迭代解卷积算法。算法将时域特性和Tichonov正则化引入到代价函数，同时对点扩展函数(PSF)施加非负支持域约束、带宽约束和能量约束。采用二阶共轭梯度交替迭代解卷积频域代价函数快速估计PSF和恢复图像。通过各向异性的结构自适应调节滤波处理，达到提升图像细节和消除噪声的目的。实验结果表明，提出的算法能够有效地复原湍流退化图像，具有较高的抗噪能力。

为了快速准确地恢复湍流退化图像,提出了Huber正则 化Richardson-Lucy(R-L)加速迭代盲反卷积(IBD)算法。 根据图像滤波处理结果,采用Huber函数自适应地选择一阶范数和二阶范数正则化约束, 增加算法收敛速度同时提高图像细节和边界复原质量。引入基于泰勒级数的二阶矢量外推加速方法,进一步增加迭代的收敛速度。 实验结果表明,采用提议的算法需要的迭代次数较少,适用于实时性要求较高的场合,复原图像的主客观质量均有所提高。

提出了一种基于自解卷积和增量Wiener滤波的迭代盲图像复原算法(SDIWF-IBD)。将自解卷积点扩散函数估计法应用于迭代盲目反卷积, 准确估计了点扩散函数频域; 在图像估计时使用增量Wiener滤波, 确保算法稳定收敛。为进一步控制算法收敛速度, 引入内迭代加速方法, 有效减少了算法的外部迭代次数。实验结果表明, 复原后图像细节明显增加且失真小, 算法快速收敛于较小误差。该算法复原效果良好, 收敛快速可控, 有利于实时应用。

为解决大气湍流造成的图像退化问题，本文鉴于现有的盲解卷积算法收敛性不稳定，计算量大等特点，提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化，在每次迭代结束后通过加权方法求出预测值，根据预测值计算方向加速算子，从而大大提高算法的收敛速度。实验表明:该算法不仅可对模糊退化图像进行很好的复原，同时与L-R算法相比收敛速度提高约438倍，其迭代速度快的特点决定了算法具有较高的工程实用价值。

提出了一种基于加速正则化Richardson-Lucy(RL)算法的大气湍流退化图像盲复原方法(AccRLTV-IBD)。在总变 分(TV)正则化RL算法的基础上,引入二阶矢量外推加速技术对其进行加速,形成加速正则化RL(AccRLTV)算法,并将 该算法应用到迭代盲目反卷积(IBD)算法中。使用长曝光大气湍流光学传递函数(OTF)的物理模型或根据图像来 获取初始的点扩散函数(PSF),在灰度平均梯度(gray mean grads, GMG)的基础上定义了一个相对灰 度平均梯度(relative gray mean grads, RGMG)参数作为无参考图像复原质量的评价标准。模拟图像和 实际湍流退化图像复原结果表明,基于RL的IBD算法要优于基于Wiener滤波的IBD算法,并且与RL-IBD算法 相比, AccRLTV-IBD收敛速度更快,复原效果更好。

提出了一种基于加速阻尼Richardson-Lucy(ADRL)算法的湍流退化图像盲复原方法，称为ADRL-IBD方法。在阻尼Richardson-Lucy算法的基础上，引入二阶矢量外推加速技术对其进行加速，形成ADRL算法，并将该算法应用到迭代盲目反卷积（IBD）算法中。使用长曝光大气湍流光学传递函数的物理模型或根据观测图像来获取初始的点扩展函数（PSF），利用阈值分割技术获取图像目标的可靠支持域，在每一次迭代中，对图像施加支持域约束。模拟图像和实际湍流退化图像复原结果表明，基于Richardson-Lucy算法的IBD算法要优于基于Wiener滤波的IBD算法，并且ADRL-IBD算法具有较强的抗噪性，与RL-IBD算法相比，收敛速度更快，复原结果更好。

为了提高自适应光学图像复原效果, 提出了一种新的多重约束非对称图像迭代盲解卷积算法。首先, 在点扩散函数(PSF)频率域引入带宽有限约束来提高迭代盲解卷积算法的可靠性; 然后, 在PSF空间域引入支持域动态更新的思想以加快迭代盲解卷积算法收敛速度; 最后, 自动计算迭代盲解卷积算法的非对称因子以提高算法的自适应性。模拟实验结果表明, 与RL-IBD算法比较, 新算法迭代次数减少22.4%、峰值信噪比提高10.18 dB。在FK5-857和某双星的自适应光学图像复原实验中, 也取得很好的复原效果。