图像盲复原是仅从降质图像就恢复出模糊核和真实锐利图像的方法，由于其病态性，通常需要加入图像先验知识约束解的范围。针对传统的图像梯度 l2和 l1范数先验不能真实刻画自然图像梯度分布的特点，本文将图像梯度稀疏先验应用于单帧大气湍流退化图像盲复原中。先估计模糊核再进行非盲复原，利用分裂 Bregman算法求解相应的非凸代价函数。仿真实验表明，与总变分先验(l1范数)相比，稀疏先验有利于模糊核的估计、产生锐利边缘和去除振铃等，降低了模糊核的估计误差从而提高了复原质量。最后对真实湍流退化图像进行了复原。

为进一步提高自适应光学系统的成像质量，本文针对目前广泛使用的盲解卷积，相位差法和斑点重建技术开展了深入研究；详细分析了以上三种技术的各自特点、应用场景和处理对象，并结合自适应光学系统的特点，有针对性的加以算法改进；实验采用自适应光学人眼视网膜细胞图像和自适应光学太阳黑子图像进行算法验证，结果表明经改进后的图像处理技术可以有效提高自适应光学图像的质量和分辨力，较好的满足了自适应光学系统对图像事后处理的需求。

激光反射断层成像是一种新型的远距离高分辨率成像手段。反射回波可以近似视作发射脉冲和目标反射系数投影分布的加噪卷积,因此发射脉冲的展宽将显著影响重建图像的分辨率。现有的滤波反投影方法不能有效解决这个问题,而脉冲压缩和解卷积可以从回波中还原目标反射率分布投影,进而提高重建图像质量。基于多角度测量的相似性,提出了一种多帧迭代盲解卷积逼近方法,对一维回波信号进行解卷积,并在实际激光雷达上进行了实验,重建结果表明,此算法能显著提高成像的分辨率和细节,并能对发射脉冲给出参考。

针对运动模糊图像的模糊去除问题, 提出了一种基于L0范数正则化的模糊核方法。该方法以图像梯度L0范数为正则项, 根据图像的稀疏先验条件, 选取合适的参数估计方法, 构建了一个非凸的最优化能量函数。在对该函数进行数值求解中, 选用了交替迭代法, 交替更新原始图像和模糊核的估计值。在原始图像估计中, 以图像梯度L0范数为稀疏正则项可以有效地保留图像的强边缘并抑制弱边缘对模糊核估计的影响, 从而提高了核估计的正确率。在模糊核计算过程中, 模糊核估计最优化能量函数则转换为一个经典的凸优化问题, 再通过对能量函数进行快速傅里叶变换计算可以快速得到所需的估计模糊核。在成功估计出图像模糊核后, 图像的盲去卷积问题就转换为图像的非盲反卷积问题。采用以L0.5为正则项的超拉普拉斯先验算法进行反卷积, 该算法能够逼近自然图像的重尾分布从而获得更佳的复原结果。实验结果证明, 提出的图像去模糊算法与其他近似方法相比, 去模糊效果更佳。

为解决传统光学显微镜样本上每一点的图像都受到邻近点衍射或散射光干扰的问题,研发了一套基于C# WinForm控制平台进行连续扫描方式的激光共焦扫描显微镜(LCSM)系统,并且成功地对生物细胞进行了扫描成像。针对共焦显微镜图像像质不高的问题,提出合理选取探测器针孔直径,并通过高斯低通滤波、盲解卷积的方法,确保实现高像质。实验结果表明,基于上述方法改进后的LCSM具有较高图像质量,该方法简单易行,便于实施。

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。

在利用抛物反射面对电磁干扰源成像过程中，由于系统衍射受限导致干扰源成像模糊，分辨率低，难以分辨，由于不同频率不同区域干扰源所成图像分辨率不同，具有分区域多分辨率的特征，采用已有超分辨算法难以提高分辨率。利用Mean Shift算法，在原有算法基础上改进使其能够适应多分辨率的电磁干扰源成像，在图像分割的基础上对多分辨率图像进行分块抽离，并采用基于L_R迭代的盲反卷积算法分别对各区域进行分辨率的提高，仿真结果表明算法能够适应对干扰源的多分辨率电磁成像并提高分辨率。