图像在获取、存储和显示等环节中,存在许多影响图像可视质量的因素,并将最终影响数字内容的可视性。如摄制的数字视频有晃动或抖动,拍摄的图像或者照片会产生运动模糊,并时常伴有一定程度的颜色失真。当把彩色图像映射为单通道灰度图像时,由于彩色信息等内容的丢失,也不可避免的给图像视觉感知带来影响。本文就如何有效地降低这些影响数字内容可视性的退化问题,提出了有效的解决模型和方法。相机运动是引起图像模糊最常见的原因之一。本文提出了一种基于空间变化的有上界与下界的有界极值约束,以及基于学习振铃图像的概率分布的正则化全变差图像盲解卷积算法。算法中提出了对潜在清晰图像的像素值的最大上界和最小下界的约束条件,并为了有效抑制振铃效应,采用高斯混合模型学习振铃图像的振铃概率分布。实验结果表明,本文提出的算法在去除模糊图像有较高的质量,并对图像振铃效应的抑制也很有效。颜色在视觉表达中也起着很重要的作用。为了校正颜色失真,本文提出了一种基于颜色过滤阵列的结构,利用图像跨通道数据信息的颜色一致性算法。通过使用图像局部和全局的跨通道光谱特性视觉数据,对图像的颜色失真作校准。实验结果也表明了算法对多种真实场景图像的有效性以及对光源的适应性。由于人们用手握持摄像设备的不稳定性,使得视频内容出现晃动或者抖动。数字视频图像稳定通过去除多余的相机运动来增强视频内容的可视性。本文提出了一种可以快速去除视频抖动的算法,采用三层框架结构的视频图像稳定模型,分别用于处理输入视频图像帧之间的运动估计、图像帧之间的匹配以及视频内容的稳定和视频内容修复。实验结果也表明了在真实视频上算法的有效性。彩色图像映射为灰度图像被广泛使用在单通道图像处理的许多应用中。彩色图像的颜色去色,在本质上是一个维数降低的过程,必然会存在信息的损失。本文提出了彩色图像映射为灰度图像的新模型,使得在映射过程中灰度图像的像素值是全局确定的。算法在颜色差异性的度量方面也改进了人眼视觉系统的精度,通过引导滤波对色度边缘作了增强,并使用一个双模函数来松弛颜色映射的选择顺序,为保留原始彩色图像的颜色对比度而自动地对灰度值进行选取。无论从质量评估还是数量评估,均表明了本文算法的有效性。