人们从一幅清晰的图像中可以快速准确地了解其中所包含的信息。然而,由于成像系统中噪声的存在,尤其是具有普遍性的高斯噪声,导致得到清晰的图像相当困难。因噪声而引起的退化图像为图像分析、图像理解等后期处理带来了一定的困难。因此,图像降噪处理技术在数字图像处理技术中就变得尤为重要。针对降低噪声,清晰地呈现出复原图像的边缘细节信息,缩短算法运行时间的问题,本文提出了一种交替卡尔曼滤波图像复原算法。具体的工作内容如下:1.分析了典型噪声特性及其数学关系,借助MATLAB给出了典型噪声污染图像对应的直方图和概率密度分布图,将受到噪声污染的图像直方图和概率密度函数分布图进行分析对比,得到两者的曲线存在着近似关系。讨论了图像复原的主观评价标准和客观评价标准,同时选择均方误差和峰值信噪比作为图像复原的客观评价标准。2.分析了维纳复原、卡尔曼滤波复原等典型图像复原方法;对典型图像复原方法进行仿真研究,对比了各种方法在均方误差、峰值信噪比和计算时间方面的优劣;研究了维纳复原效果与复原参数的关系,拟合曲线明确了合适的复原参数值;利用维纳复原效果能力较强和卡尔曼滤波复原计算时间较短的优势,将维纳复原与卡尔曼滤波复原结合(简称维纳-卡尔曼滤波复原法),该方法的复原图像均方误差、峰值信噪比与维纳复原相当,但主观评价得出维纳-卡尔曼滤波复原法得到的复原图像更为清晰。3.针对卡尔曼滤波复原法计算时间短的优势但复原效果不及维纳复原法的问题,提出一种交替卡尔曼滤波复原算法,该算法克服卡尔曼滤波复原仅针对图像矩阵行(或列)进行降噪,不能利用邻近行(或列)间的像素点信息。算法将矩阵(图像)的第一行(或列)作为卡尔曼滤波预测方程的初始参数,然后将复原图像的第一列(或行)作为第二次卡尔曼滤波预测方程的初始参数。仿真结果表明改进的卡尔曼滤波复原算法为维纳复原法计算时间的1/50,显著缩短复原计算时间,同时该算法不需要根据退化图像估计退化系统的退化函数,复原图像较为清晰地呈现出图像边缘细节信息,而复原效果与维纳复原和维纳-卡尔曼滤波复原法效果相当,与卡尔曼滤波复原法相比,交替卡尔曼滤波复原法的降噪能力较强。