由于成像环境与成像系统的局限，采集的图像不可避免地存在不同程度的降质，这会大大地降低图像的应用价值。因此，有必要采用图像复原技术消除图像中存在的模糊。因此，开展图像复原的研究无论是在理论上还是在工程应用上都具有重大的意义。　　 本文对图像复原、盲图像复原以及模糊辨识进行了较为深入的研究，提出了相应的改进算法，并通过数值实验证实了其有效性。　　 针对非线性偏微分方程复原算法，本文在深入剖析著名的P-M方程与TV正则化模型的基础上，给出了相应的统计解释，并提出了广义的TV正则化模型。此外，广义矩估计法被用于模型参数的估计。　　 对于小波域图像复原算法，本文首先分析了自然图像小波系数的稀疏性与局域相关性，接着讨论了局部高斯分布与多变量Laplacain分布模型描述小波系数统计分布的合理性，然后应用此模型提出了MAP估计复原算法。最后采用MM法进行最优化求解。　　 关于盲图像复原算法，本文采用马尔可夫随机场模型来描述图像与点扩展函数的先验统计分布。考虑其非负性，本文给出了一种乘性迭代算法，其结构简单且自动保持非负性。　　 最后，本文提出了一种基于曲面拟合的模糊辨识方法，该方法能较为准确地估算出点扩展函数的模型参数。