图像在获取过程中，由于光学系统的像差、光学成像的衍射、成像系统的非线性畸变、摄影胶片感光的非线性、成像过程的相对运动、大气的湍流效应、环境随机噪声等原因会产生一定程度的退化。为了减少或消除这种退化造成的影响，尽可能恢复图像的本来面目，就需要对图像进行复原处理。然而在实际的图像复原过程中，对先验知识的掌握往往十分有限，需要从退化图像自身抽取出退化信息，这种仅仅根据退化图像数据来复原真实图像的方法，就是本文重点研究的问题——盲目图像复原方法。 本文简要介绍了盲目图像复原的应用背景及基本方法，详细分析了图像退化模型及图像复原过程中的病态问题。 在约束最小二乘法的理论基础上，本文提出了一种基于空间域共轭梯度算法的盲目图像复原方法。将图像和系统点扩散函数(PSF)的信息体现在算法的代价函数中，并利用共轭梯度算法搜索最优解，有效地实现了退化图像的复原和PSF的同步估计。 基于空间域共轭梯度算法的盲目图像复原方法由于在复原过程中追求了充分平滑，使得复原图像中的边缘细节信息有所损失。针对这一问题，通过研究正则化参数的取值原理，提出了一种自适应选择正则化参数(ASRP)的新方法。该方法无需噪声方差的先验知识，根据图像的边缘信息自适应地确定正则化参数，保证了复原结果为全局最优解，同时实现了复原图像边缘细节的良好保持。 但是当退化图像中同时存在噪声和模糊时，ASRP法的复原效果就不够理想了。为了能够有效地抑制噪声，本文采用基于各向异性扩散原理的正则化(RBAD)图像复原方法，同时实现了复原图像中噪声抑制和细节保持，取得了较好的复原结果。作者在理论分析的同时，运用Matlab对各种算法均进行了仿真实验，证明了算法的可行性。