由于物理原理或技术条件的限制以及噪声的介入，我们常常只能获得降质的模糊图像。如何由降质图像得到清晰图像，是图像处理的重要组成部分，也是图像清晰化要解决的问题，通常涉及到图像复原和图像增强两个方面。图像增强是根据人眼的主观感受进行的探索过程，没有统一的通用理论；经典的图像复原往往是建立一个客观的最佳准则，通过对降晰函数进行精确估计，运用反卷积的方法对图像进行复原。而大多数实际复原问题往往是没有源清晰图像作为参考，模糊原因无法得知，因而客观标准的建立与图像的复原困难重重，但这类问题却更具有现实意义。本论文的工作正是针对此类清晰化问题，同时结合图像复原与图像增强的研究特点与方法进行的探索性研究。　　 高维形象几何仿生信息学自提出以来，在理论研究与实际应用中均取得了丰富的成果。本论文基于高维形象几何仿生信息学，提出了一种新的图像清晰化思路：　　 基于高维形象几何仿生信息学理论的同源连续性原理，将图像复原的过程视为一系列同源点的定位过程，利用复原处理过程中图像的同源性，用高维形象几何仿生信息学的分析方法和工具，经过“模糊—清晰—模糊”的多次迭代，最终得到清晰图像。　　 本方法主要考虑的是模糊图像之间的同源联系，而不强烈依赖于对模糊的估计，将其运用到无源参考图像的盲图像复原问题中，实验结果证明了本方法的可行性和有效性。　　 在对复原图像清晰度的评价方面，采用了客观标准与人眼主观感受相结合的方法。从高维空间几何角度提出了信噪角的概念，并用高维形象几何仿生信息学的分析方法将其运用到复原实验中，结果证明了其作为图像复原客观评价指标的有效性。在进行无源参考图像的盲图像复原过程中，用信噪角作为客观检验指标，衡量清晰图像恢复情况，结果表明客观指标与人眼主观评判相吻合。　　 本方法的实现不存在病态性，算法的实现直观可行，能够解决一类实际问题，作为高维形象几何仿生信息学在图像处理领域里的应用，还有着深入研究的价值。