空间遥感模糊图像复原过程是清晰遥感图像退化过程的逆过程。图像退化模型中的模糊核,随机噪声参数是未知的。参数估计偏差,将会导致复原图像产生退化,影响人眼对图像视觉效果的判断。在图像复原中,影响图像尤为严重的一种现象称为振铃效应。其影响图像质量严重,主要表现为复原后图像中存在原始清晰图像中不存在的明暗相间的重复条纹。本文以空间遥感图像为背景,抑制遥感模糊图像复原后产生振铃效应。按振铃效应出现在图像的位置可以分为图像边界振铃效应和图像边缘振铃效应。图像的边界振铃效应主要是由于在频域中不满足离散傅里叶变换的周期性、图像梯度变化快所致。图像边缘振铃效应是由于退化模型参数选取不当所致。且都表现为图像统计概率特性服从吉布斯分布的振荡。本文针对边界振铃效应,设计算法将模糊图像梯度进行平滑处理,并且以经过平滑处理后的模糊图像自身作为满足周期性扩展。从而离散傅里叶变换满足周期性不产生边界截断现象导致边界振铃效应。对于图像边缘振铃效应,根据贝叶斯理论,建立一个求最大后验概率的问题,将其转化为最小能量问题求解。对先验模糊核和遥感图像进行迭代计算。且以高斯分布对自然图像的重尾分布进行拟合。此算法对于模糊核的计算,采用迭代方法,模糊核估计与复原图像的计算交互进行,逐渐接近真实值。最后梯度平滑边界算法和最大后验概率复原算法相结合,设计了面向振铃抑制的图像复原算法。该算法以遥感模糊图像为背景,抑制振铃效应,从实验数据和视觉效果可知,该算法对遥感模糊图像复原效果好,算法可行。