随着多媒体技术和计算机技术的飞速发展,数字图像处理得到了越来越广泛的应用。图像盲复原是图像处理的一个重要组成部分,它是指在缺乏退化过程的精确先验信息时,研究如何从退化的观测图像中恢复原始图像。图像盲复原具有很强的数学背景,同估计理论、病态逆问题求解理论、线性代数、随机过程和数值分析等都有着密切的联系。其一般方法为:首先对退化过程建立相应的数学模型,然后通过求解该逆问题来获得对原始图像的合理估计。 本文针对灰度图像的盲复原问题进行了一些研究,介绍了两种不同的图像盲复原处理的方法。一种是误差—参数分析法,该方法适合于辨识可以用参数来表征的点扩散函数,如线性移动模型和Gauss模型等,然后根据估计的参数确定退化图像的点扩散函数,再利用常规的复原算法(如维纳滤波法)对退化图像进行复原处理;另一种是非负支撑域约束递归逆滤波(NAS-RIF)算法,文中介绍了NAS-RIF算法的基本思想,并结合正则化的思想,提出了NAS-RIF的改进算法,相应对该算法的性能效果进行了仿真分析。