匀速运动模糊作为运动模糊中最基本的模式，在图像复原中一直都倍受关注，其研究成果被广泛应用于其他图像复原以及图像处理中．将图像稀疏表示的思想引入匀速运动模糊图像复原中，提出一种基于l1正则化的复原算法，并利用基追踪算法有效地求解l1正则化的线性规划问题．由于l1在异常值下表现稳健，使得算法对较宽模糊范围下的匀速运动模糊图像都有稳定良好的恢复效果．为了验证算法效果，对该算法与现有算法进行了大量的对比实验，实测结果表明，该算法能准确恢复图像，且有效抑制振铃效应．

图像复原：逆滤波、维纳滤波、最小二乘滤波的实现

(冈萨雷斯)数字图像处理第五章（第三版）部分内容、图像复原、滤波器噪声去除，PPT说明（自己学校上图像处理课老师给的课件，用于自己上台内容的讲解，包括注解，翻译等）

数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理（分析和理解）的前提。图像在摄取、传输、储存的过程中不可避免地引起图像质量的下降（图像退化），图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌，即根据退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。

图像复原的算法研究pdf 4页 2006年文章

数字图像在获取的过程中，由于光学系统的像差、 光学成像衍射、 成像系统的非线性畸变、 摄影胶片的感光的非线性、 成像过程的相对运动、 大气的湍流效应、环境随机噪声等原因， 图像会产生一定程度的退化。因此，必须采取一定的方法尽可能地减少或消除图像质量的下降，恢复图像的本来面目， 这就是图像复原， 也称为图像恢复。 图像复原与图像增强有类似的地方， 都是为了改善图像。但是它们又有着明显的不同。图像复原是试图利用退化过程的先验知识使已退化的图像恢复本来面目，即根据退化的原因， 分析引起退化的环境因素，建立相应的数学模型， 并沿着使图 像降质的逆过程恢复图像。从图像质量评价的角度来看， 图像 复原就是提高图像的可理解性。而图像增强的目的是提高视感 质量，图像增强的过程基本上是一个探索的过程， 它利用人的心理状态和视觉系统去控制图像质量， 直到人们的视觉系统满意为止。 图像复原是利用退化现象的某种先验知识，建立退化现象的数学模型，再根据模型进行反向的推演运算，以恢复原来的景物图像。因而，图像复原可以理解为图像降质过程的反向过程。建立图像复原的反向过程的数学模型，就是图像复原的主 要任务。经过反向过程的数学模型的运算，要想恢复全真的景物图像比较困难。所以， 图像复原本身往往需要有一个质量标 准， 即衡量接近全真景物图像的程度，或者说，对原图像的估 计是否到达最佳的程度。 由于引起退化的因素众多而且性质不同，为了描述图像退化过程所建立的数学模型往往多种多样，而恢复的质量标准也往往存在差异性，因此图像复原是一个复杂的数学过程，图像复原的方法、技术也各不相同。

图像复原算法，运动模糊复原，逆滤波、维纳滤波复原，最大熵复原，几何变换复原等，c++源码

针对雾天降质图像，提出了一种新的有雾偏振图像复原方法。对大气光强及传输率函数进行估计，并优化传输率函数，利用大气散射模型，对3 个任意角度的偏振图像进行图像复原，以实现图像去雾。实验比较了3 个任意角度与2 个正交角度偏振图像复原质量。实验结果表明，该方法提高了图像的清晰度及对比度，有效改善了雾天的降质图像，且3 个偏振图像的角度选取是任意的，不需对偏振角度进行配准，有利于工程的实际应用。

基于色彩补偿与暗通道的水下图像复原，林森，白莹，水下与雾天图像成像机理相似，但由于水下光学衰减特性，传统去雾算法针对水下颜色退化问题基本无效，因此本文提出基于色彩补偿与

MATLAB多方法图像模糊复原，多种方法，带界面GUI，评价参数