在遥感图像获取的过程中，受到光学系统、大气环境、成像系统及卫星平台等多个环节的影响产生图像模糊并引入噪声，导致图像质量下降，给影像判读工作带来很大不便甚至导致信息判读的错误，因此遥感图像复原在遥感图像处理中占有重要位置，是图像配准和目标提取等后续图像处理技术的基础。由于盲复原存在计算复杂、计算量大和收敛速度慢等缺点，因此本文主要对退化函数可求的基于MTF的遥感图像复原方法进行了深入研究。论文取得的主要成果与创新理论如下:　　 1、针对暂态噪声，提出了基于Contourlet的尺度内和尺度间混合降噪方法。尺度内阈值去噪可以有效去除噪声，尺度间相关性降噪可以防止阈值降噪产生的划痕现象，而由于Contourlet变换包含多分辨率分解和方向分解两部分，与小波降噪相比可以在降噪的同时更好的保护边缘信息，为后续的复原工作打下良好基础。将本文提出的混合降噪算法应用在多幅遥感图像的降噪处理中，降噪后信噪比提高2～6dB，从遥感图像细节图像可以看出，噪声明显减少。　　 2、提出了改进的MTF提取方法，增加MTF提取的抗噪声能力。通过深入研究刃边法的在轨图像的MTF提取，指出刃边法提取MTF的准确度会受多种因素影响，最终实验得出:当插值方法为三次样条插值，刃边倾角为15～30度，刃边两侧图像灰度均匀且对比度高时，提取的MTF稳定，最接近真实值。根据此分析，在MTF提取前，对刃边图像引入同态滤波器进行增强，使增强后图像的MTF得到提高，进而提高了MTF提取的准确性。　　 3、针对不同遥感器使用不同方向的MTF进行PSF恢复。对摆扫型和推扫型遥感器的拍摄系统对图像的影响进行理论分析及实验，得出结论:摆扫型遥感器平行轨道方向MTF更接近真实质，推扫型遥感器垂直轨道方向的MTF更接近真实值，然后根据PSF的对称性进行退化函数估计。　　 4、提出基于MTF的两次复原方法对遥感图像进行复原。由于在提取MTF时加入了图像增强，导致得到的MTF包含了增强的影响，为准确复原图像，采取两次复原的方法，第一次复原过程用所求出的PSF作为传递函数进行维纳滤波复原，第二次复原使用图像增强的传递函数做逆滤波复原，最终得到的图像的平均灰度提高10.65、平均梯度提高3.3倍、边缘强度提高1倍，MTFA面积增加，并且从复原后图像可以看出，图像纹理更加清晰，细节信息丰富。