目标反射光在湍流的大气中传播,传播过程中受到随机的干扰,其折射率随时间和空间变化而随机变化,光的传播方向和相位发生抖动,这使成像焦平面产生像点强度随机起伏,强度分布扩散、峰值降低、图像模糊和位置偏移等效应,给目标识别带来了很大的困难。由于湍流是随机变化的,因此,其退化模型也是随机变化的,难以用数学解析式表达。大气湍流退化图像的复原是一个非常困难的课题,极具挑战性。本文针对大气湍流退化图像的复原问题开展了研究,主要涉及湍流退化图像复原算法研究,主要工作包括:(1)退化图像复原技术概述。介绍了图像退化的过程,经典的图像复原算法和目前常见的一些盲目图像复原方法以及大气湍流退化图像复原技术的国内外研究概况与进展。(2)改进了迭代盲目反卷积复原算法。利用大气湍流的调制传递函数,将其转换成点扩散函数,作为盲复原的点扩散函数初始值,使点扩散函数初始值在准确值附近徘徊,将其应用到双迭代算法中。实验证明该方法能够有效地提高大气湍流退化图像的复原算法时效性。(3)改进了不对称迭代盲目反卷积复原算法。介绍了Biggs和Andrews提出的基于不对称IBD算法的改进的R-L迭代,它包含了PSF支持域的估计和删减,目标图像和点扩散函数PSF的各自更新。并在此基础上,对此算法进行改进,利用辨识出的点扩散函数PSF公式估算出大气湍流退化图像中的点扩散函数初始值,使初始值在准确值附近徘徊,代入大气湍流退化图像的不对称盲目反卷积复原算法中,得到复原图像。大量实验证明该方法能够不仅显著改善大气湍流退化图像的复原效果,而且与双迭代复原算法相比,更有具有广泛的适用性。