卫星遥感图像是卫星遥感器在轨运行的过程中对地面拍摄所成的图像，获取图像需经过大气、遥感器成像、电子信号传输等多个环节，而每个环节均有可能对图像质量造成影响，使图像退化，因此需要对退化的遥感图像进行恢复处理。 目前，国内外已有很多关于图像恢复的算法，然而现有的算法大多是基于点扩展函数(PSF)或退化函数的知识进行的，有的恢复算法还需知道传感器平台参数、成像环境参数等。而一般情况下，这些条件是较难得到全部满足的，并且精确模拟的代价也很大。在这些情况下，用现有的算法进行恢复往往存在着一定的困难。因此，在已知条件较少，只给出退化图像本身信息的情况下，如何有效地恢复图像是本文研究的目的和重点。本文是根据MTF的频域下降特性进行图像恢复的。 本文的主要工作如下： 1、首先，对图像进行预处理。根据遥感图像中条带噪声和孤立噪声不同的特点，分别采用了基于傅立叶频谱分析的频域滤波算法和空域局部自适应中值滤波算法进行去噪。这两个去噪算法在一定程度上解决了去噪的同时会模糊图像的问题，能够在有效去噪的同时比较好地保持图像非噪声信息不受损失； 2、接着，基于调制传递函数(MTF)进行图像恢复。MTF表征了光学系统成像性能的好坏，它是空间频率的函数，随着空间频率的升高而逐渐下降。本文正是利用了MTF的这一频域下降特性对图像进行恢复。该算法主要分为如下步骤：先计算图像的MTF，然后通过MTF的频域下降曲线建立频域退化模型，进而在频域对图像进行恢复，最后逆变换到空域得到恢复后的图像。实验表明，本文的算法能够取得一定的恢复效果； 3、另外，本文还根据MTF和点扩展函数(PSF)的转换关系，通过MTF建立PSF模型，并将所建的PSF模型应用到基于PSF的经典图像恢复算法中。同时对不同的PSF模型进行了比较实验，以得出合适的PSF。实验结果表明，将本文建立的PSF应用到基于PSF的经典恢复算法中，能够在一定程度上恢复图像。 本文不仅对遥感图像进行了研究实验，也对其它类型图像进行了同样的实验。通过实验发现，本文算法对遥感图像和非遥感图像都能够取得一定的恢复效果。但本文算法仍有很大的研究空间，有待进一步的研究。