图像在形成、拍摄、处理等过程中,成像系统、大气环境、人为操作和处理方法不完善会造成图像细节丢失和分辨率下降,制约图像信息的传递和解析。尽管通过改善机械装置、增设光学器件等硬件可以消除部分模糊。但对于有些因素来说,它们产生的图像质量退化问题,无论是从硬件上还是环境上,都很难做到完全规避,例如光学系统的衍射极限、大气湍流的扰动以及大气散射。因而,从数字图像处理的角度对降质图像进行恢复,无论是在理论研究上,还是在实际应用上都具有难以替代的价值。目前,许多图像复原算法和方案都是基于特定的假设条件而提出的,实际的模糊图像不一定能够满足这些前提条件或者只能满足部分条件。因此,找到更符合真实图像的特征和先验来指导图像复原过程是解决复原问题、提升复原效果的关键。图像纹理与图像中的亮度变化相关,可以表征出图像的规则性、粗糙度和对比度等局部和全局结构特性。从纹理分析的角度对模糊图像复原的理论及关键技术进行研究具有重要的理论意义和应用价值。本文根据图像纹理特征,分别改进了大气湍流退化图像的光学传递函数估计模型,约束了运动退化图像的反卷积进程,分析大气散射退化图像内容获取了更准确的估计量。首先,本文总结了图像纹理的基本特点,分别介绍了基于统计的、变换的、模型的和结构的纹理描述方法的理论知识和适用性,并对纹理分析在图像处理和计算机视觉中的应用进行了简要介绍,为后续本文提出的算法做铺垫。其次,开展了基于纹理频率变换域特征的大气湍流退化复原技术的研究。本文介绍了经典点扩展函数估算方法的原理和特点,并根据纹理的频域特征改进了光学传递函数估计模型,提出了融入图像梯度的加权估计模型,并利用图像的信号能量来约束复原进程。算法提高了光学传递函数估计的准确度,提升了复原图像的视觉效果,实现了自动化处理。再次,开展了基于纹理统计特征的运动退化复原技术的研究。本文归纳了典型反卷积算法的理论知识和数学形式,通过实验比较了各算法的复原效果,简要分析了它们的优势和缺陷。针对运动退化图像复原问题,利用图像纹理的统计特征约束反卷积过程,抑制振铃伪像,获取高质量的复原图像。本文首先通过低通滤波器生成多尺度图像对用于检测与量化振铃,量化结果作为正则项约束图像边缘处振铃的产生;然后根据图像纹理的统计特征自适应调整各区域的迭代次数,进一步抑制振铃效应。算法可以充分平衡去模糊过程中的振铃抑制与边缘增强之间的矛盾。最后,开展了基于纹理结构特征的大气散射退化复原问题的研究。本文讨论了基于大气散射模型的算法要解决的关键问题,从纹理结构特征的角度分析了图像内容,构建了图像场景景深阶跃图,结合四叉树搜索技术,提出了一种准确估计大气光的方法,使大气光估计位置不受白色和平坦物体的影响,稳定地落在景深较大的地方。配合大气光估计方法,本文还提出了两种校正场景透射率的方案来解决大气散射退化复原问题。一种是对退化图像进行场景分析,根据暗通道图像质心偏移量分别估算亮、暗场景透射率,提高估算的准确性;另一种是全局透射率估计方法,利用暗通道图像的期望值校正全场景的透射率,针对场景差异性建立加权残差图增强图像细节恢复。准确的大气光值和透射率解决了复原图像整体亮度偏暗,色调偏移和过饱和的问题。