图像作为接受信息和传递信息的最主要媒介之一,在现代人们的日常生活、航空航天、医疗诊断、军事公安以及其他科学领域中发挥着至关重要的作用.然而在实际应用中,由于成像系统、记录设备和传输介质的不完善等因素会导致图像退化.因此,图像恢复技术显得尤为重要,即根据图像退化模型和迭代算法反演出原始图像的最佳近似.本文针对图像恢复的迭代正则化方法进行了深入的分析与研究,主要工作概括为以下几个方面:(1)针对模糊图像的恢复问题,详细叙述了图像退化的理论基础,图像恢复的研究背景与意义及其国内外研究现状.(2)基于图像退化的数学模型,分析了图像恢复的不适定性,退化函数的分类及图像退化的噪声分类,研究了正则化方法的基础理论,并推导了中矩形公式离散退化模型的过程。(3)以Tikhonov正则化和TSVD正则化为基础,研究了 Krylov子空间方法中的RRGMRES方法和CGLS方法.重点讨论了三种影响正则化效果的正则化参数的选取策略,分别是Morozov的偏差原理、广义交叉效验(GCV)准则和UPRE准则.(4)基于Krylov子空间方法,提出了由Tikhonov正则化结合LSQR算法形成的混合正则化LSQR算法,并应用于图像恢复中.通过数值模拟,将其与其他的Krylov子空间方法进行分析比较,结果表明本文提出的方法具有信噪比高、相对误差小的优点.(5)从混合正则化方法着手,提出了由TSVD正则化结合GMERR方法所构成的正则化GMERR算法.通过数值模拟与对比结果可以分析得到正则化GMERR算法的可行性和有效性,并且在图像恢复应用中能够明显改善图像恢复的质量.