图像复原的目的是从观测到的退化图像重建原始图像,它是图像处理、模式识别、机器视觉等的基础,因而受到广泛的研究。在天文学、遥感成像、医疗图像等领域获得应用。盲复原作为其中的一个重要分支,近年来已经引起越来越多人的重视,它在点扩展函数未知的情况下,力求得到最佳的清晰化效果,因而更加符合实际。由于高斯型点扩展函数是许多光学成像系统和测量系统最常见的,所以许多系统都可以用高斯函数来近似。基于以上原因本文以高斯模糊图像的盲复原为基础,探讨了一些图像复原方法,力求达到较好的复原效果。本文的主要工作:1、简要介绍了图像中的噪声及去除方法,通过实验比较了6种去噪方法;2、采用最大似然估计方法来寻找最相似于退化图像的点扩展函数,即寻找最适合的点扩展函数来极大化似然函数,通过迭代方式估计出点扩展函数;3、论述了利用已估计出的点扩展函数进行约束最小二乘图像复原,并分析了正则化参数的选取方法;4、根据复原仿真结果对本文的复原算法进行了系统总结,指出了针对高斯模糊图像的复原方法、有待改进之处和今后应开展的工作。