论文以可见光全色波段遥感图像为研究对象，以国内外相关领域的研究成果为基础，深入研究了遥感图像的调制传递函数（MTF）建模与复原算法。目的是尽量提高空间光学遥感器系统MTF，改善遥感图像质量，使复原图像更符合人眼视觉特性，更加突出地物目标信息，并解决图像复原过程中噪声被过度放大的问题，从而为遥感图像的配准以及目标提取等后续处理奠定基础。遥感图像复原的质量主要取决于建立的退化模型的准确性和复原算法的有效性。通过分析空间光学遥感器MTF的不同获取方法，选择以实验室测量的方法建立系统MTF模型，并根据复原算法的性能、复杂度等，提出了不同的复原算法。为了获得精确的遥感图像退化模型，在卫星状态正常情况下，实验室测量的遥感器MTF与在轨运行时基本保持一致，而光学系统中心视场和边缘视场对应的MTF是有明显差异的，从而提出采用实验室测量方法，精确获得遥感器自身各部分综合MTF，并建立全视场MTF模型，然后对不同视场的遥感图像分别进行不同程度的MTF补偿，使遥感器全视场图像复原结果更精确。为了更加突出遥感图像的边缘特征，提高目标识别能力，首先对可见光全色波段遥感图像进行大气辐射校正和去噪预处理。然后分析了频率域约束最小二乘滤波方法以及基于平滑测度的高通滤波算子的选取方法，提出能够更好突出复原图像边缘特性的约束滤波遥感图像复原算法。并将提出的算法应用于遥感图像全视场复原处理。为了保持复原图像边缘细节信息的同时，更好地抑制噪声，根据遥感图像中边缘细节和噪声的不同特性，以及边缘区域和平坦区域的不同特征，提出基于各向异性算子的自适应正则化遥感图像复原算法。实验结果表明，应用实验室测量方法建立的遥感器MTF模型进行图像复原得到的结果更精确，复原图像中不存在纹波现象。在保证信噪比一定的情况下，更大幅度地提高遥感器系统MTF，改善了遥感图像整体质量。基于约束滤波的遥感图像复原算法能够更好地突出复原图像的边缘特征。基于各项异性正则化算子的自适应遥感图像复原算法能够在保持图像的边缘的同时，更好地抑制了噪声，提高复原图像质量。