图像复原技术目前广泛应用于社会的各个领域,成为计算机科学、医学、工程学等学科中所要学习和研究的对象,具有重要的理论价值和实际意义。传感器非线性特性、光学系统像差、各种噪声干扰、成像设备与物体间相对运动等因素都会引起图像质量下降。图像中的噪声不仅导致图像细节特征缺失,而且会使图像变得模糊。本文主要针对于脉冲噪声和高斯-脉冲混合噪声退化模型进行全变分复原以及快速数值求解算法的分析研究。针对不同脉冲噪声的图像退化模型,本文采用基于噪点先验约束的L₀TV-ROAD复原算法。首先采用绝对差值排序方法即ROAD统计方法对退化图像进行预处理,估计出脉冲噪点位置;然后对非噪点进行数据一致性约束,构建出全变分复原模型;最后对所建立复原模型采用PADMM优化方法进行求解。与目前主流方法相比,L₀TV-ROAD方法表现出良好的去噪性能。对于高斯-脉冲混合噪声下的图像退化模型,本文提出了L₂TV-ROAD迭代复原算法。该算法采用两步迭代框架实现:脉冲噪点检测和全变分图像恢复。噪点估计过程中采用ROAD方法,通过引入脉冲噪点水平参数,更准确地检测出脉冲噪点;另外L₂TV去噪方法可很好的去除高斯噪声。L₂TV-ROAD复原模型结合ROAD方法和L₂TV方法,既能够去除混合噪声又可以保留图像细节特征。本文提出的基于噪点检测的全变分复原算法结合ROAD噪点检测方法和全变分复原模型,其收敛性和图像复原效果均优于经典的复原算法。