图像在整个获取过程中，会不可避免地受到各种因素的影响，使得图像质量出现不同程度的下降，恢复降质图像的本来面目对后续的图像处理至关重要。随着数码相机的普及，彩色图像在各领域内崭露头角。彩色图像与灰度图像虽有联系，但是彩色图像的多通道间具有某种交叉性，若将灰度图像的复原算法直接应用到彩色图像会出现种种问题。　　传统的图像复原方法存在难以兼顾去除模糊的同时保留图像细节信息的问题。将全变分(Total Variation，TV)原理引入图像处理领域具有非常重要的意义，在去除模糊和噪声的同时，图像的边缘信息能很好地被保留下来。全变分原理复原图像将所研究的问题转换为引入的能量泛函求极值问题，即变分问题。　　本文针对彩色图像的获取、复原及客观质量评价展开研究，主要从以下三个方面进行了阐述:首先，介绍了彩色滤波阵列（Color Filter Array，CFA）之Bayer模板的插值算法，即如何从涂有一层Bayer模板的彩色滤波阵列的单片式CCD传感器获取的“raw”格式的图像插值出彩色图像。在分析和比较了几种传统的Bayer模板插值的基础上，提出了一种改进的基于边缘类型的迭代插值算法，实验证明该算法能有效地抑制插值过程中出现的Zipper效应和伪彩色效应。在Bayer模板的基础上，研究了适宜于弱光条件下的Truesense稀疏彩色滤波阵列的插值算法。其次，阐述了几种经典的图像复原模型及算法，从理论和实验上分析了它们各自的优缺点。将基于全变分原理的灰度图像复原延伸到彩色图像复原，重点介绍了快速全变分去卷积(Fast Total Variation Deconvolution，FTVd)算法。该算法对彩色图像通道内模糊及通道间模糊均适用，且具有强的收敛性、高的数值稳定性，及对病态条件不敏感的优点。最后，对复原的彩色图像进行四元数结构相似度（Quaternion Structure Similarity，QSSIM）的客观像质评价，进一步说明了全变分原理复原彩色图像的优越性。