摘要：图像在形成、传输和记录过程中,由于受到各个方面的影响,不可避免地造成图像质量的退化,而在很多的应用领域却是需要清晰的、高质量的图像,因此,研究图像恢复具有很重要的现实意义。遗传算法是一种基于生物自然选择和遗传机理的随机搜索优化方法,能在搜索空间中同时进行多点求解,不依赖梯度信息,适用于处理传统算法难以解决的非线性问题,具有简单、鲁棒性好和自适应的突出优点。将其引入到图像恢复领域,可以较好地解决图像恢复的计算复杂度高、计算时间长等问题。本文讨论了遗传算法、图像恢复的相关理论,针对遗传算法本身存在的过早收敛问题,提出一种改进遗传算法,采用预处理初始化群体和随机加扰的方法,保持了种群的多样性,通过对选择、交叉和变异三个基本操作进行改善,辅以加入成熟算法,提高遗传算法的搜索性能,有效提升图像恢复的质量。经实验证明,该算法对图像恢复的质量效果较好,是一种鲁棒性较强的算法。