传统的图像复原一般认为点扩散函数(PSF)是空间不变的, 实际光学系统由于受到像差等因素的影响, 并非严格的线性空间不变系统, 基于空间变化PSF的非盲去卷积图像复原法逐渐体现其优越性。空间变化PSF的非盲去卷积图像复原法先准确估计图像空间变化的PSF, 再利用非盲去卷积算法对图像进行复原, 有利于恢复出高质量图像。本文从算法的角度综述了近几年提出的基于空间变化PSF的非盲去卷积图像复原方法, 并对比了基于强边缘预测估计PSF的非盲去卷积法、基于模糊噪声图像对PSF估计非盲去卷积法等算法的优缺点, 各算法分别在PSF估计精确度、振铃效应抑制效果、适用范围等方面体现出各自的优劣。空间变化PSF的非盲去卷积图像复原法的研究, 有利于推进图像复原技术向更高水平发展, 使光学系统往轻小型化方向发展, 从而在多个科学领域发挥其重要作用。

空间变化PSF(Space-variant Point Spread Function，SVPSF)图像，即物空间各点的退化随位置的改变而改变的图像，由于其复原技术涉及到多个甚至海量PSF 的提取、存储和运算，相对于空间不变PSF(Space-Invariant Point Spread Function，SIPSF)图像复原要困难得多。目前处理此类图像的主要方法包括空间坐标转换法，等晕区分块复原法，以减少数据存储量，降低计算量，提高收敛速度为目标的直接复原法等。本文回顾了这一课题的研究历史，对目前的研究工作进行了分析和总结，介绍了本实验室提出的结合GRM(Gradient Ringing Metric)评价算法的总变分最小化图像分块复原法，并提出了未来工作关注重点的展望。

介绍了一种退化函数随空间变化图像的分块复原和拼接方法, 首先以等晕区为依据对退化函数随空间变化的图像进行分块并向外延伸一定区域, 然后使用Lucy-Richard算法对每一个图像块进行图像复原, 在去除各复原图像块包含明显振铃波纹的部分边缘区域之后, 将相邻图像块剩余的重叠区像素以其到等晕区边界的距离构成的加权系数进行叠加, 拼接得到完整的图像。该方法能够消除退化函数随空间变化的图像分块复原处理时产生的振铃波纹, 在诸如卫星遥感、飞机航拍图像复原, 医学图像处理等众多领域均可广泛应用。