图像在形成、传输和记录过程中,由于受多种原因的影响,图像的质量会有所下降,典型表现为图像模糊、失真、有噪声等。引起图像质量下降的原因很多,有大气湍流效应、传感器特性的非线形、光学系统的像差、成像设备与物体之间的相对运动等等。遗传算法(Genetic algorithm)作为一种基于达尔文生物进化论的全局优化搜索算法,可以对复杂的非线性多维数据空间进行快速有效的计算。特别是由于它不受搜索空间的限制性假设的约束、鲁棒性及固有的并行性等,目前在图像处理领域逐渐显示出其优越的性能。本文主要研究了基于遗传算法的图像恢复技术。首先对遗传算法和图像恢复的相关理论基础作了详细的介绍和总结,包括其背景、基本算法结构、基本原理特点、分类及其发展现状和作用等。然后在深入研究了标准遗传算法和逆滤波、维纳滤波等几种经典图像恢复算法的基础上,针对标准遗传算法易造成“过早收敛”问题,结合图像信息相关性较强的特点,本文从改进遗传操作结构及收敛速度控制入手,提出了一种改进的遗传算法。该改进遗传算法的主要特点是:设计了一种新的二维染色体编码方案;改进了交叉、选择算子;将标准遗传算法与模拟退火算法相结合。通过对多幅图像进行了图像恢复仿真实验,并与经典图像恢复算法、简单遗传算法进行比较,实验结果表明,该方法能较好克服“过早收敛”,降低计算复杂度,特别是在全局寻优中表现出较强的鲁棒性,在一定程度上改善退化图像恢复质量。