在成像过程中,由于种种因素的影响成像图像有可能产生不同程度的退化。但在许多应用中,人们需要得到高质量的图像。因此,如何有效地恢复出原始图像或复原出我们所希望的图像,就成为图像处理中一个重要的研究课题。运动模糊图像是由于相机和被拍摄对象之间的相对运动而造成的模糊现象。雾天模糊图像是由于雾天条件下,空气中含有大量对光线具有散射作用的悬浮粒子造成的,主要表现为图像对比度比较低、图像模糊不清。这两种现象在日常生活中经常遇到,因此,本文围绕运动模糊图像和雾天图像的复原展开研究。本文的主要工作内容如下：(1)研究了基于小波变换和曲波变换的图像去噪算法。将基于小波变换的阈值去噪算法、基于小波域的维纳滤波去噪算法和基于曲波变换的阈值去噪算法进行了对比,实验结果表明,基于曲波变换的阈值去噪算法相对来说最好。针对曲波变换缺乏平移不变性这个缺点,提出了基于曲波变换的循环平移阈值去噪算法,实验结果表明,该算法能更好地改善退化图像的质量。(2)研究了运动模糊图像的复原。运动模糊图像的复原过程为：首先估计出运动模糊图像的点扩散函数参数,然后根据估计出来的点扩散函数参数,采用经典的已知点扩散函数的复原方法进行复原。在有噪声的情况下,维纳滤波的复原效果算是其中最好的,但其抑制噪声能力仍然不理想,对此,本文提出在采用经典的已知点扩散函数的复原算法进行复原后,再采用基于曲波变换的循环平移阈值去噪算法做进一步的去噪处理。L-R算法的抑制噪声能力虽然不如维纳滤波,但L-R算法保留细节信息的能力远优于维纳滤波,考虑到本文在采用经典的复原算法处理之后会进行进一步的去噪处理,所以本文在鉴别出运动模糊图像点扩展函数参数后,采用了L-R算法进行初始复原,然后再采用基于曲波变换的循环平移阈值去噪算法进行进一步的去噪处理。(3)研究了基于暗通道先验信息的雾天图像去雾算法,该算法的去雾效果比较好,但运行时间比较长,且大部分时间花在了透射率的优化上,根据这个特点,本文采用了一种快速的优化透射率的方法来代替原来的方法,使透射率优化所花费的时间大大减少,进而提高了整个算法的运行时间。