生活和科研中，成像设备或环境常导致图像存在不同程度的模糊，对后续图像处理产生很大影响。图像复原技术综合运用模糊图像、原始图像的相关先验知识，以及成像系统的特点，构造图像去模糊模型，从而达到恢复原始清晰图像的目的。本文根据图像自身的特性，对图像复原算法进行了三方面的研究：首先，依据傅里叶域能有效表示反卷积过程产生的有色噪声，小波域能合理表示信号和图像的特点，对基于维纳滤波和小波变换的非盲图像复原算法进行了探讨，算法中利用傅里叶收缩和小波收缩进行图像估计。实验结果表明，该算法经小波阈值去噪后，算法性能得到了提高，图像复原效果更好。其次，依据图像和模糊核在梯度域稀疏分布的特点，利用全变差和梯度投影算法优化图像去噪问题，同时利用全变差和单调快速迭代收缩阈值方法优化非盲图像复原问题。依据自然图像主要边界是尖锐和稀疏的，且模糊后的稀疏度要比清晰图像差这一基本特性，先对图像进行边缘检测，以获取正则项，然后进行图像非盲复原。实验结果表明，基于边缘检测的算法比前人使用单个正则项约束的非盲图像复原算法性能好。最后，研究了基于三种稀疏正则项联合约束的盲图像复原算法，根据锐化图像的边缘和轮廓更清晰这一特点，对模糊图像进行锐化预处理。利用l1/l2正则项作为图像高频域的惩罚项，引入sl0正则项和l1正则项联合约束模糊核，并融入多尺度的方法实现图像盲复原。实验结果显示，三种正则项联合使用的图像复原效果比仅用两种的效果好。