想要完成图像复原，最关键的就是算法。早期最常用的复原算法是以维纳滤波，非领域滤波，正则滤波等为主的。现在这个领域的研究还在初步发展之中，但国外已经有了一些成果。

图像复原最开始是起源于天文学，人们在对天文观察的图片进行后期处理时，利用光学来改善观察图像失真情况，并逐渐运用到了图像复原技术。有一个著名的例子就是在1964年，航空航天卫星传回了在航天器上拍摄的月球的照片，航天器上带着电视摄像机，所以传回的图片有噪音和几何失真等退化现象，研究人员用图像复原的技术矫正了失真并修复了对比度。另外一个经典的例子是在1963年，美国总统肯尼迪遭枪击暗杀事件。由于当时事情发生的突然，所以拍摄的照片都是在照相机快速移动的情况下拍摄的，所以存在模糊失真现象，研究人员也是在后期处理中运用图像复原技术复原了现场的情况。74102

从早期的简单图像处理方法开始，随着科学技术的发展，和研究人员的努力，正在不断出现新的算法，使图像复原框图不断完善。

有效实施图像复原的主要方法就是先获知被复原图像的退化图像的先验知识，然后根据这些信息重建退化图像，可以理解为与图像退化的过程逆向复原。所以图像复原的主要思想就是先建立一个退化数学模型，然后通过修补这个模型来修复图像退化过程中的失真情况，已达到优化图像，使复原后的图像与原始图像几近相同的目的。

实际上，图像复原涉及三个方面的内容：退化图像的成像模型，图像复原算法和复原图像的评价标准。不同的成像模型、问题空间、优化规则和方法都会导致不同的图像复原算法。适用于不同的应用领域。现有的复原方法概括为以下几个类型：去卷积复原算法、线性代数复原、图像盲反卷积算法等，其他复原方法多是这三类的衍生和改进。

其中，去卷积方法包括维纳去卷积、功率谱平衡与几何平均值滤波等，这些方法都是非常经典的图像复原方法。但是需要有关于原始图像、降质算子较多的先验信息和噪声平衡性的假设只适合于不变系统及噪声与信号不相关的情形，特别是降质算子病态的情况下，图像复原结果还不太理想。 论文网 

线性代数复原技术是基于已知降质算子和噪声的统计特征，从而利用线性代数原理的复原技术，它为复原滤波器的数值提供了一个统一的设计思路和较透彻的解释。但是当降质函数有接近零的特征值时，复原的结果对噪声特别敏感，且该方法是把整幅图像一并处理，计算量大，同时也没有考虑纹理、边界等高频信号与噪声的区别，这将使纹理、边界等重要特征在图像复原过程中被破坏。针对这些问题，国外主要在改进算法的效率上做了许多工作，如全局最小二乘法、约束总体最小二乘法和正则化约束总体最小二乘法。

图像盲反卷积是图像复原的另一个重要的手段，它针对没有或少有关于降质函数和真实信号等先验知识的复原问题，直接根据退化图像来估计降质函数和真实信号。目前有以下几种算法：零叶面分离法、预先确定降质函数法、三次相关法、迭代盲反卷积法等。这些算法在先验信息不足的情况下对降质图像进行复原，由于原始图像以及点扩展函数的先验知识只是部分已知的，造成图像复原的解往往不唯一，而且解的好坏与初始条件的选择以及附加的图像假设等直接有关。同时，由于加性噪声的影响使得图像的盲目复原成病态。即若对点扩展函数直接求逆进行复原，通常会带来高频噪声放大的问题导致算法性能的恶化，所以当图像的信噪比水平较低时获得的结果往往不太理想