在各个领域的应用中,由于种种原因图像都可能产生不同程度的退化。但在许多应用情形下,人们总是需要得到更高质量的图像。于是,如何有效地恢复出原始图像或者说是复原出我们所期望的图像,就成为图像处理中一个重要的问题。本文研究了图像盲复原和超分辨率图像重建,研究盲复原的目的是通过部分已知或未知的关于图像本身和点扩散函数的先验知识,估计出原始图像；研究超分辨率图像重建的目的是尝试突破现有硬件设备上的局限性,重建出一幅高分辨率图像。本文对图像盲复原和超分辨率重建这两个方面展开了研究,研究内容包括：图像退化模型,倒谱法参数估计的运动模糊图像复原,TV最小化迭代盲复原,MAP超分辨率图像重建算法。本文主要工作和创新点如下：1.论述了图像盲复原和超分辨率图像重建的国内外发展现状,阐明了本文研究的意义。2.针对运动模糊,提出了倒谱域鉴别PSF的方法。结合运动模糊图像的倒谱特性和radon变换数学含义,通过计算运动模糊图像倒谱的radon变换值,有效地估计出运动模糊参数。3.在TV最小化迭代盲复原算法中,为降低计算的复杂性,提出了规整化参数的简化选择法,缩短了迭代时间。4.研究了超分辨率重建算法。首先在分析光流估计法特性的基础上,研究了附加运动方向光滑约束条件的光流法,提高了局部运动较小时运动参数估计的精度。然后基于最大后验概率的框架,通过引入高斯模型和马尔可夫模型,有效地控制了解空间的收敛。同时引入Gibbs模型,利用像素间的细节信息,提高了分辨率。