图像压缩技术能够有效地降低数据量,从而有利于节省通信信道,提高信息的传输速率,已广泛应用于信号分析和处理领域。然而,图像压缩-解压缩过程会造成图像噪声、模糊等图像质量退化问题,这将直接影响到图像的应用效能。因此,有必要开展针对压缩图像的复原处理方法研究。本论文即是基于图像压缩原理,深入分析压缩所致的图像质量退化特性,在此基础上建立压缩图像的复原处理模型与方法。具体开展的研究内容如下:首先,从图像退化模型出发,结合图像压缩编码原理,分析了基于离散余弦变换的图像压缩算法对图像质量的影响。其次,压缩图像本身就是稀疏表示,对于稀疏表示关键部分是对字典的选择。针对字典与图像本身自适应问题,给出了一种自适应字典学习,然后结合自适应字典构建了稀疏自适应表示,该方法解决了压缩感知系统中如何利用图像块的观测值构建自适应字典的问题。再次,针对压缩所致的图像质量退化特性,基于稀疏表示思想和压缩传感理论,构建稀疏正则化先验,并将其引入图像复原的稀疏正则化模型,同时研究正则化模型的求解方法,从而给出了基于稀疏正则化的压缩图像复原方法。最后,正则参数对压缩图像复原的影响进行分析选择合适的正则参数值。然后,针对本文算法与几种经典复原算法,结合图像质量客观评价指标、主观评价以及时间性能对比分析,说明本文压缩图像复原算法的处理性能。