图像在拍摄过程中，因对焦不准，或者是目标运动速度太快，会导致图像的降质退化，使图像的有效信息被破坏，无法正常使用。因而图像复原技术成为了数字图像处理领域的一个热点研究方向。　　本文通过对图像成像原理进行分析，根据图像退化模糊的数学模型，分别对图像点扩散函数的确定、去卷积复原算法以及后续振铃抑制等几个方面进行深入的分析和研究。　　本文对于模糊退化模型未知的情况，在分析了运动模糊和散焦模糊的成像原理的基础上，利用退化模型的结构信息，将模糊退化模型的估计问题，转化为模型参数的估计问题。并依据模糊退化的频谱特性，提出了一种基于参考图像频谱相关性的模糊参数判别方法，将一幅清晰图像按照不同模糊参数进行模糊处理，并与待复原图的频谱进行相关性分析计算，以获得准确的模型参数。实验结果证明，本文提出的方法能够适应大尺度的模糊，具有较强的抗噪性并且适应实拍的模糊图像，满足实际应用的需要。　　针对因图像的清晰度的客观评价指标无法完全准确引导模糊退化的迭代还原收敛，以及反问题迭代求解时，约束收敛正确解的支持域的确定等问题，本文在考虑到充分利用估计的点扩散函数的前提下，对NAS-RIF算法进行了改进，实现了对模糊图像的盲复原处理，实验结果表明，在点扩散函数估计存在较小偏差时，也能得到较好的复原结果。　　本文最后介绍了振铃效应产生的原因及其抑制方法和几种常见的图像复原质量评价标准，并对实拍的彩色模糊图像进行复原。　　通过大量的模糊图像的复原实验结果表明，本文方法可适用于实拍模糊图像，可获得较好的复原效果。