遥感图像成像时，会受到天气、相机运动和大气扰动等因素影响，导致所获得的遥感图像退化，存在一定程度的模糊和噪声。图像复原是对存在模糊和噪声的退化图像复原，从而得到接近原始理想图像的一种方法。遥感图像的降质过程复杂，建立精准的遥感图像退化模型很困难，因此研究遥感图像盲复原算法非常重要。针对遥感图像盲复原时模糊核估计不准确，且复原图像存在振铃效应的问题，本文在图像先验约束的基础上，利用图像盲复原理论研究遥感图像盲复原算法，提出了两种改进的遥感图像盲复原算法。主要研究内容及创新工作如下:
　　首先，提出改进的暗通道先验遥感图像盲复原算法。首先将图像进行预处理，采用高通滤波器提取边缘获得拥有较强边缘的待处理图像;然后采用改进的暗通道图像盲复原算法，即采用暗通道先验与超拉普拉斯先验结合估计潜在清晰图像，并且迭代进行模糊核估计，从而估计出理想的模糊核。最后输入所获得的模糊核，采用改进的清晰图像复原算法，即引入加权最小二乘滤波器，抑制图像复原的振铃效应。该算法使得遥感图像盲复原算法中模糊核估计更加理想，可以更好的复原遥感图像，且复原的图像振铃伪影得到抑制。
　　其次，提出改进的局部最小像素先验遥感图像盲复原算法。该算法引入极端通道先验与局部最小像素先验结合，对图像的强度进行更好的约束，有利于得到更好的潜在清晰图像;然后采用基于梯度的方法估计模糊核，模糊核估计与中间潜在清晰图像估计交替迭代进行，获得较为理想的模糊核。最后在图像复原时，采用改进的拉普拉斯与l0正则化图像复原算法，输入所得模糊核，即引入联合双边滤波器，抑制图像复原的振铃效应。该算法复原的遥感图像质量更高且算法具有高效性。
　　最后，设计并实现了一套遥感图像盲复原系统软件平台。该系统支持本地图像读取，提供图像退化和不同的遥感图像盲复原算法。图像读入后，可选择不同的盲复原方案对图像进行处理，并可以对比查看各算法结果。