随着计算机技术的迅速发展,由于直观、形象、易懂和信息量大等特点,使得数字图像作为现代信息传递中的一个重要媒介,得到了极为广泛的应用。但实际图像获取系统的不完善所引起的图像降质,直接导致图像信息的丢失,妨碍人的视觉器官或系统传感器对所接收的图像进行理解或分析。图像复原的主要目的就是尽可能的去除数字图像获取过程中发生的图像降质,恢复和接近原来的真实图像。　　 本文针对现实生活常见的图像复原相关问题进行了研究,涉及到视频信号去隔行处理,压缩图像后处理,图像超分辨率等方面。在本文,主要的工作和贡献有:　　 ①提出了模糊基于边缘的行平均(ELA)算法和局部ELA算法。模糊ELA算法是基于模糊逻辑,对边缘方向进行了模糊的判断。而局部ELA则采用一个局部区域内的最有可能的边缘方向来进行插值。这两种算法较之前算法的优势是在于利用了已有像素的区域的信息,使待插值像素可能得到较平滑的估计结果。　　 ②提出了一种压缩域的图像超分辨率方法。压缩过程建模成加性的,空间相关的高斯噪声。而先验模性则采用近几年提出的专家场模型。为了进一步增强强边缘区域,全变分模型也用在了这些地方。　　 ③提出两个方面的改进措施来加速联合滤波。他们是相互律和传递律。具体来说,参考块的相似块寻找被限制在窗口的后半部分和参考块的二阶邻域内。另外离散余弦变换和其逆变换也被放在了块内而不是组内,这样也减少了接近15/16的运算量。　　 ④通过一个联系量化步长和噪声强度的公式,使用联合滤波的框架来处理H.264图像压缩方式产生的块效应。整个算法只需要十多秒钟并且性能平均优于H.264内置去块滤波企0.3dB。　　 总的说来,本文在图像复原相关问题中应用和发展了一些新的技术,得到了较好的工程实践效果。