从失真和降质的观测估计原来不失真信号和图像，这是研究和工程的许多领域都希望解决的问题。这个问题的提出可以追溯到通信技术出现的年代。先驱性的系统研究归功于R．Wiener。著名的Wiener滤波器已经成为一种经典的反卷积方法。这种滤波器既能减轻收发信道造成的信号失真，又能减轻噪声对信号的沾染，至今仍有广泛应用。反卷积和信号复原是信号处理中具有理论挑战性的分支。该技术广泛应用于科学观测以及信息获取、传递等众多应用领域，成为研究和发展的工具。 在生物医学研究中，几乎所有的试样，无论是活体细胞、组织切片或是活体器官，都是三维的结构。为了对这些结构复杂的试样进行研究，目前主要的技术是光学断层显微技术。而在该技术领域中，数字共焦显微技术具有成本低廉，效果明显，应用简单的优点。尤其适合小型规模的显微图像复原和实验室的研究。 本文作者主要研究了数字共焦显微成像中的反卷积算法，对该类算法做了多种尝试，并取得了有效的图像复原结果。着重研究了维纳滤波算法和最近邻域算法在显微图像复原中的实际应用，并将二者结合，实现了较为理想的图像复原结果。 本文在单层显微图像复原的基础上，进一步研究了连续多层显微图像之间的相关性，结合多层显微图像，实现了多图像复原的实验目的。其主要理论基础在于：连续多层的显微图像之间存在彼此干扰，导致各图像均含有离焦部分的模糊，但是反过来，我们可以利用多层图像间的干扰模糊，从中提取导致模糊的离焦信息，运用反卷积的算法实现图像的复原。文中实现了通过多层连续离焦图像，还原得到一幅在焦清晰图像的算法。 实际的应用研究表明，只要取得数量足够的相关多层离焦图像，我们就能够还原得到一幅清晰的还原图像。