图像复原技术的研究不仅具有重要的理论意义，在实际生活应用中也有迫切的需求。理论层面的图像复原，是指去除或减轻在获取熟悉图像过程中发生的图像质量下降（退化），目标是对退化的图像进行处理，使它趋向于复原成没有退化的理想图像。但在实际生活应用中，图像退化系统的点扩展函数(PSF)一般是未知的，只能利用退化图像的观测数据，以及对成像系统的先验信息的部分掌握，直接对点扩散函数和真实图像进行估计，称之为图像盲复原。图像盲复原在现实生活中有着广泛的实际应用。　　本文在众多学者研究成果的基础上，以解决图像盲复原技术中的病态问题为目的，分别运用了一种比值正则化函数和拉普拉斯算子，一定程度上有效地解决了传统图像盲复原点扩散函数难以准确确定的问题，同时实验结果取得了较好的效果。　　本文的主要工作包括:　　1、详细地阐述了图像复原的理论与其他相关的理论知识，对图像复原过程中的病态问题，稀疏化表示，以及运用正则化方法解决病态问题进行了具体的阐述。　　2、针对图像盲复原过程中的病态问题，运用了一种具有尺度不变性和稀疏性的正则化函数，有效地解决了病态问题。在本文的第三章对它的算法进行了完整详细的描述与分析，同时进行了仿真实验。　　3、运用拉普拉斯算子进一步解决了图像盲复原过程中的病态问题（即不确定问题），同时消除了图像盲复原过程中对点扩展函数(PSF)的估计，很大程度上降低了问题求解的规模。在本文的第四章对它的理论和算法进行了完整详细的描述和分析，同时进行了仿真实验。　　4、论文在最后进行了总结，对文中所运用的两种图像盲复原方法进行了总结，并对今后工作的研究方向和重点进行了展望。