图像恢复的经典方法包括逆滤波、维纳滤波、约束最小二乘滤波等方法。图像的盲恢复方法也是目前图像恢复领域中的一个研究热点。本文主要讨论了有噪情况下的改进的约束最小二乘恢复算法和如何实现模糊图像的模糊参数辨识以及图像恢复的自动化。所谓图像恢复的自动化指的是给定模糊图像,不需要人工的干预,使用现有的算法进行模糊参数的辨识,正则化参数的估计及图像恢复。从而减少了人机交互下参数调节不准的情况,使图像恢复质量得到提高的过程。 目前,许多文献对模糊参数的辨识都有深入的研究,本文在已有的ARMA参数估计方法基础上做了改进,加入平滑限制,使在有噪的情况下模糊参数的辨识的准确性得到了进一步的提高,从而实现了模糊参数辨识的自动化。随着各种学科的发展及在图像恢复领域的应用,各种新兴的数学工具被引入到图像恢复方法中,但是约束最小二乘滤波作为已有的经典图像恢复方法,以其算法简洁合理、速度快、实时性好及对噪声抑制效果好的优点仍被应用。因此本文提出了把广义交叉检验方法应用到约束最小二乘滤波正则化参数估计的问题上,从而实现图像恢复的自动化。 本文对有噪的情况下模糊图像的模糊参数的辨识及图像恢复作了深入的研究,并实现了把广义交叉检验应用到模糊参数的估计及约束最小二乘的过程中。实验结果表明使这两种步骤的结合从而使图像恢复实现自动化,减少了人机交互的机会。本文在文章最后总结上述方法优缺点的基础上提出了进一步解决图像恢复问题的几个思路和方向。