近年来,无人机以其能够在复杂环境飞行、低空获取地面图像的特点而广泛应用于资源勘探、战场侦查、生化探测等领域。但无人机在图像采集过程中会受到运动模糊、噪声等影响,使得所采集的图像模糊不清;此外,当无人机飞行到一定高度时,会导致采集到的航拍图像中单个像素点包含的场景尺寸很大,图像分辨率较低。本文针对这两个问题,给出航拍图像恢复算法,主要工作内容为:针对无人机航拍图像在成像过程中受到运动模糊及噪声干扰的问题,给出一种基于低秩矩阵恢复和归一化稀疏先验的航拍图像去模糊方法。考虑到噪声对航拍图像的影响,将航拍图像分解为R、G、B三个通道并分别对这三个通道进行低秩矩阵恢复处理;引入归一化稀疏先验作为正则项对模糊的航拍图像进行盲去模糊处理。实验结果表明,本文方法恢复的图像质量较好。针对无人机航拍图像分辨率较低的问题,给出一种改进的基于邻域嵌入的航拍图像超分辨率重建算法。考虑到航拍图像具有丰富的对角线特征,利用小波变换联合一阶二阶梯度特征对低分辨率图像进行特征提取;采用低秩矩阵恢复的方法对特征向量组成的矩阵进行处理,提高特征向量之间的相关性;使用邻域嵌入方法得到高分辨率图像。实验结果表明,该方法在客观指标上优于传统方法,在对角细节的恢复上效果较好。利用TMS320C6748平台实现航拍图像去模糊算法。首先,根据开发流程将航拍图像去模糊算法移植到DSP平台上;其次,结合DSP的特点对航拍图像去模糊算法的C代码进行优化;最后,利用硬件仿真工具在CCS的集成开发环境中进行实验。实验结果表明,DSP处理的航拍图像效果与Matlab仿真效果基本一致。