数字图像处理是一个迅速发展的领域，它在科学和工程中的应用越来越多。通常意义的数字图像处理是指由数字计算机进行的二维图像处理，广义上可以理解为对任意二维数据的数字化处理。现有的边缘提取和图像恢复方法大都在灰度图像上采用1-D滤波等方式完成对图像预处理，它们具有程序设计复杂、图像处理效率低的缺点。而2-D系统应用于图像处理和分析中具有程序设计灵活、软件和硬件实现成本低及物理尺寸小等多个优势，本文主要研究基于2-D系统滤波的边缘提取和图像恢复方法。针对彩色图像的感兴趣区域进行边缘提取涉及到颜色空间的转化及对每个坐标分量进行多尺度滤波，提取图像的感兴趣区域并综合利用Sobel和Canny两种算子优点实现对图像的边缘提取。这样得到的图像边缘信息更丰富，边缘连续性也更高。本文采用2-D系统的数学模型来描述图像，利用基于2-D块Kalman滤波的图像恢复方法去除退化图像中的模糊及噪声。为了提高滤波初值的设置与具体图像的相关性，引入分层的处理方法，使得上层滤波结果作为底层图像滤波的初值；同时采用基于边缘保护的插值方法，在保护边缘的基础上提高图像恢复的效果。基于Kalman滤波的处理要求事先已知噪声统计特性，然而实际中并不能保证这个条件。对于不能事先已知图像噪声统计特性的图像而言，本文采用鲁棒H无穷滤波方法解决此问题。由于在处理中出现噪声内积负定的现象，将问题扩展到Krein空间内进行处理，解决了在Hilbert空间内不可能解决的制约问题。