现如今,社会步入高度发达的信息交互时代,图像已成为人们传递信息的重要载体,信息交互的需求激发了人们对图像质量的追求。然而,在获取或处理图像信息的过程中,往往会受到诸如成像器件质量、采集环境以及设备传输与存储性能等众多条件的限制。上述原因通常会导致图像质量发生一定程度上的退化,最终获得低质量的图像。近年来学者们针对以上存在的问题,对如何获取高质量图像的方法进行了研究,并取得了不错的成果。本论文的研究主题是针对信息不完备条件下的单幅图像重建,本文的主要工作和结论如下:1.针对加性噪声,提出了一种用控制系统模型实现图像去噪的新方法。主要对模型进行了两个方面的改进:(1)由于图像在采样过程中可能会发生数据丢失的情况,这会对去噪图像产生严重影响,因此本文采用多包传输的方式对图像进行分块拆分,用于系统采样。同时,引入交织技术,将错误信息由局部分散到图像全局,以此来降低数据丢失对图像的质量影响;(2)针对图像信息不完备条件下恢复图像纹理信息的问题,构建了一种新的滤波器,通过对噪声点周围8个方向的边缘进行合理预测,实现对图像的去噪操作。实验结果表明,从峰值信噪比和结构相似度等定量比较结果来看,本文的模型能较好地恢复图像信息,且模型具有较好的保边能力。2.针对图像超分辨率重构中不均匀网格图像的插值问题,提出了一种基于补偿算法的图像超分辨率重构模型。本文给模型引入一个跨度函数作为边缘信息的判断标准,以弥补传统的补偿算法无法获取有效的图像边缘信息的问题。同相关方法进行比较后发现,改进的方法可以在不预先对图像边缘进行检测的前提下,有效地恢复图像信息。实验数据表明,本文的方法在图像纹理信息的保护上具有一定优势,在主观视觉和客观评价指标两个方面,本文提出的改进方案都能有效地提高图像质量。