图像复原(Image Restoration)是数字图像处理中的一个重要分支，也一直是图像处理中的一个难点。它的主要目的是改善给定的图像质量，利用退化现象的某种先验知识来重建或恢复原有图像。 遗传算法（Genetic algorithm）作为一种基于达尔文生物进化论的全局优化搜索算法，可以对复杂的非线性多维数据空间进行快速有效的计算。特别是由于它不受搜索空间的限制性假设的约束，鲁棒性及固有的并行性等，目前在图像处理领域逐渐显示出其优越的性能。本文主要分析了传统图像复原方法的基本性能，针对目前图像复原方法中存在的较多约束条件和计算求解复杂等问题，提出了一种基于二维遗传算法的图像复原方法，把灰度图像的复原问题转换成了遗传算法的寻优问题，并针对标准遗传算法中过早收敛的缺点，结合退化图像恢复处理，将标准遗传算法进行改进，力图提高运算速度，达到较好的图像恢复效果，并比较了传统算法与标准遗传算法、改进后的遗传算法在恢复图像质量上的优劣，从而证明了将遗传算法用于图像恢复的可行性。