在生物医学领域，一种细胞结构分析的有力工具—激光共焦显微镜，已经得到了较为广泛的应用，但由于该系统仍存在一些不足，尤其是价格昂贵，也限制了其更进一步的应用。因此人们力图寻找一种新的方法：即使用普通显微镜，通过对样本逐层聚焦成像，再利用数字图象处理方法去除观测图象模糊的方式，以取得激光共焦显微成像的质量，于是数字共焦显微技术便应运而生，并迅速得到广泛深入的研究。 本文作者通过对数字共焦显微技术的研究，着重研究了其中极为重要的一部分：模糊图象的复原。具体开展了以下工作：对多层面生物细胞图象的获得进行了分析；在模糊图象复原的研究上，进行了以下工作：在已知系统PSF的情况下，对观测图象分别使用最近邻域滤波、维纳滤波和最小二乘滤波去除模糊，进行了复原；在未知系统PSF的情况下，对观测图象分别使用了具有代表性的迭代盲反卷积、PBD和NAS-RIF算法进行了复原，取得较佳的效果。 本文作者在工作中对系统PSF参数的选取，最近邻域滤波、维纳滤波和最小二乘滤波中参数的选取上得到了一套完善的经验数据；在盲反卷积复原中，选取合适的支持域方案对复原速度和效果影响较大，本文作者根据经验提出了确定支持域的方法；对较为复杂的PBD算法给出了具体的实现过程，其中包括为提高算法的效率而提出的改进搜索算法，为后续的深入研究打下基础；在NAS-RIF算法中，提出了观测图象背景扩展的方案，并引入了支持域确定方法和改进的搜索算法，这些都提高了算法的效率。 论文在最后进行了总结，指出了数字共焦显微技术的不足，并对未来工作的方向和重点进行了展望。