双通道对比度先验（Dual-CP）是基于图像的亮通道和暗通道之间的差异来模拟对比度，故其在模糊图像盲复原中表现出良好的复原效果。但是，实际应用中图像亮通道和暗通道的值并不像理论研究的那样明显地分布在1和0上，为解决这一问题，提出一个联合双通道对比度先验和L₀正则化强度及梯度先验的模糊图像盲复原算法。其中，由于非凸的L₀极小化问题求解比较困难，利用半二次分裂法推导出一种有效优化算法。实验表明，所提算法在直观效果上有更明显的细节恢复能力，且在Levin等人、Köhler等人和Lai等人提出的基准数据集上平均峰值信噪比分别提高了2.1051 dB、1.1273 dB和0.4491 dB，平均结构相似性分别提高了0.1302、0.0599和0.0158。

针对图像前后景分离的传统算法需要人机交互且分离效果差、效率低和种子点选取难等问题,提出了基于Lab颜色空间纹理特征的图像前后景自动分离算法。对图像进行分块,并将图像转换到由国际照明委员会(CIE)制定的CIE Lab颜色空间;然后提取各图像子块的颜色和纹理特征,选取种子点;最后采用区域生长算法得到分割图像,采用区域合并改善过分割现象。结果表明,所提算法的分离结果较好,处理时间和算法复杂度较传统算法更优。