散焦是由于透镜引起的光线变向特性,使不同景深的物体在传感器上的成像清晰度存在着很大的差异,从而导致成像模糊。散焦问题是光学成像的难题之一,至今仍无法彻底解决,从而图像的去模糊重建成为了图像处理领域的研究热点。编码掩模采用空域编码,可为图像散焦模糊恢复提供额外空域信息,但更加复杂。本文对空域编码图像去模糊重建技术开展研究,以期得到更好的图像去模糊效果。传统的图像去模糊方法包括盲和非盲两类:盲去模糊方法基于图像与模糊核的先验概率模型,对模糊核进行估计,对图像进行重建,其抗噪声能力较弱;非盲去模糊方法需要在暗室中拍摄相机系统点扩散函数,但需要借助硬件实施。本文创新性的提出了一种针对空域编码图像的去模糊重建方法,弥补了传统方法的不足,为此方向的研究提供了新的可能性。首先,本文提出了基于傅里叶光学的编码掩模相机系统点扩散函数(Point Spread Function)估计方法。模拟光波经过编码掩模的衍射现象以及经过等效凸透镜产生的散焦现象,借助光链理论联立两过程的脉冲响应函数,最终计算得到编码相机系统的点扩散函数。仿真实验验证了所提方法对编码掩模相机点扩散函数估计的准确性。其次,提出了误差引入(Errors-in-variables,EIV)和广义总变分(Total Generalized Variation,TGV)的增广拉格朗日乘子(Augmented Lagrange Method,ALM)去模糊算法。考虑到任何方法估计的点扩散函数都与真实的模糊核存在一定偏差,采用误差引入方法,对编码掩模误差与图像重建误差进行建模。采用广义总变分正则化方法,限制图像重建的病态问题。通过增广拉格朗日乘子算法,实现空域编码图像的非盲去模糊重建。仿真实验验证了所提算法能有效提高去模糊的效果。