目前,图像在获取、传输以及存储的过程中会受到许多因素的影响,比如模糊、失真、噪声影响等。这些因素会导致图像的质量下降,即降质。图像恢复就是对退化图像进行处理,使其恢复成清晰图像。在许多应用领域当中,需要获得高清晰、高质量的图像,因此,研究图像恢复具有重要意义与研究价值。图像复原领域中复原算法可以分为线性与非线性两大类,其中,非线性复原算法的应用越来越广泛,和线性滤波方法相比,非线性的迭代算法能取得更好的复原效果,但与此同时此类算法也有其缺陷,比如计算量大、对计算机硬件有较高的要求等。Richardson-Lucy算法(以下简称RL算法)是目前应用最为广泛的图像复原算法之一,RL算法由Richardson和Lucy分别在光学图像处理和天文学图像处理领域独立研究得到。同时Richardson-Lucy算法也是一种非线性迭代算法。RL算法与其它复原方法如逆滤波法、维纳滤波法、约束最小二乘法相比,在有噪声的情况下有更好的复原效果。但是RL算法在图像复原过程中不能避免迭代次数增大引起的下列问题:(1)扩大噪声会降低信噪比,影响图像的复原效果。(2)迭代收敛速度变慢。因此对RL算法提高信噪比,即抑制噪声,并加快迭代的收敛速度,在天文学图像、原子力显微镜图像、遥感成像、医疗图像以及其他的存在模糊图像的领域中具有重要意义,因此本文提出了一种新的基于RL的图像复原方法。本文针对RL算法中的两个问题展开研究,针对噪声扩大的问题,我们引入调制核算法。调制核算法是一种可以通过分析图像的局部梯度信息,从而可以稳健的获取图像局部结构信息,通过局部平滑参数对图像进行平滑处理,就可以达到降噪目的。同时其计算得到的核函数可以根据图像的局部结构,自适应的调整核函数的大小和外形,这种自适应特性可以使图像的复原细节处理更好。但经过实验研究调制核算法在面对大尺寸图像时,该算法的降噪效率会降低很多,所以本文中对调制核算法进行了改进,提高了其运算速度。调制核的核函数主要获取过程是计算局部灰度协方差矩阵,本文采取奇异值分解方法获取协方差矩阵,所以对调制核算法的改进也是对奇异值方法的改进。在调制核改进方面,我们采用并行计算方法,提高了算法的运算速度。针对迭代收敛速度慢的问题,采用间断外推的方式展开,设定每迭代多少次进行一次RL算法的加速,从而提高RL算法的运算速率,得到复原图像。最后,本文对改进的复原算法进行了实验验证,并在复原效果和迭代速度方面进行了对比,由图表的形式使对比结果更有说服力,证明图像的复原效果得到了明显的改善,即本文提出的复原算法是可行的。