在高空侦察或者遥感探测中,成像系统与被观察场景之间的距离遥远,因此为了获得更丰富的场景信息,通常对成像系统的分辨率提出更高的要求。为了获得更高的成像分辨率,光学成像系统需要更大的口径。但单个大口径光学系统不仅对加工工艺有非常高的要求,而且易受外界环境干扰而降低精度。相比于单个大口径的成像系统,多孔径成像系统具有体积小、性能稳定、加工成本低等优点。但由于多孔径成像系统固有的离散化特性,使得所成图像在中频段存在损失退化进而使得图像模糊。因此,本文针对多孔径成像中的退化图像复原问题进行了深入研究,具体的研究内容如下。针对多孔径成像系统的退化函数难以通过实际测量得到的问题,本文根据成像原理与退化因素分析了图像模糊的成因,建立了一种基于Golay-3型多孔径成像系统的退化模型。首先,建立了多孔径成像系统的简化物理模型,分析各种结构参数对光学传递函数的影响,由此建立了阵列结构对成像质量的影响模型;其次,建立了传输过程中的大气湍流对成像质量的影响模型;接着,再根据装配过程中可能存在的误差,建立了光学误差对成像质量的影响模型。最后,综合上述三种影响因素,建立了完整的图像退化模型,计算推导出了图像退化过程中的退化函数,并通过退化函数实现退化图像的复原。针对现有图像复原算法自适应和复原效果不足等问题,本文研究提出了一种基于逐帧优化的改进维纳滤波复原算法,可自适应地逐步优化复原图像的质量。首先,针对目前大部分图像清晰度评价因子需要先验信息的问题,改进了SABL清晰度评价因子,达到在保证评价准确度的同时简化计算的目的;然后,针对维纳滤波对先验图像依赖度较高的问题,通过添加一个自适应的高斯窗口的方式对维纳滤波做出改进,使得维纳滤波的普适性更好;在此基础上,研究提出了一种逐帧优化算法,其可根据视频中上下帧之间的关联,逐步优化复原图像的质量,并使复原图像稳定在质量较高的状态。针对本文所研究图像复原算法,在Matlab 2014a的环境下进行仿真实验。仿真实验中首先根据应用场景仿真出一组退化图像,然后利用本文算法与几种已有的图像复原算法分别对退化图像进行图像复原处理,并对复原图像的质量进行对比并评价,实验结果验证了本文算法具有相对更佳的复原效果与更高的可行性。