图像复原是数字图像处理中一个十分重要的研究领域,其研究成果被广泛应用到各种科学及工程领域中。对图像复原的要求是既能去除噪声,又能保持图像的边缘和细节;而它们往往表现为一对矛盾。小波基具有灵活的时频伸缩能力,能够非常有效表征含边缘和突变点的图像,用小波分析对图像进行去噪保边缘能够取得十分理想的效果。当前,以小波为工具进行的数字图像复原研究是图像复原领域的一个热点。引言部分回顾了近年来图像复原研究工作的进展,引出本文的主要工作。第1章研究了小波变换理论。重点介绍小波能广泛应用于图像处理的根据--多分辨率分析和快速小波变换。第2章研究和分析了一批经典的图像复原算法,包括频域算法、线性代数算法及参数模型算法;具体分析了算法实现的理论,并阐述了算法的优缺点。第3章研究和分析了基于小波的图像复原算法,包括小波域的阈值反卷积算法、迭代正则化算法和参数模型算法。这些算法在复原图像保边缘方面比经典复原算法有更好的表现。第4章针对小波域复原算法保边缘性好但计算时间复杂度高及频域复原算法简单但保边缘性差的互补性质,提出结合频域和小波域的频域正则求逆、小波域维纳滤波复原算法。算法分析与仿真结果表明,本算法无论对低加噪降质还是高加噪降质图像,在视觉效果和性能指标(MSE和ISNR)上均明显优于单纯的频域复原和单纯的小波域复原,对图像复原算法有很好的理论和实践指导意义。论文最后总结了本论文的主要工作,并对未来的研究方向进行了展望。