降质图像的存在使得图像复原成为机器视觉的一个重要研究领域，其中雾天模糊图像和散焦模糊图像是最为常见的降质图像。目前关于雾天图像和散焦图像的复原方法有很多，取得的效果也较为显著，但是还存在一些问题，主要有噪声放大、计算复杂度高和传输图/模糊图不精确。针对这些问题，本文对单幅雾天模糊图像和散焦模糊图像的复原进行研究。利用引导滤波器的原理，依据退化模型和合适的约束条件，设计了图像引导滤波器，该滤波器仅通过单次迭代来实现最优化问题的求解，且具有保边去噪功能。本文的工作主要有以下三个方面：(1)用最优化框架描述了雾天图像复原问题，针对传输图和噪声项分别设计了联合双边滤波器和双边滤波器，利用两次图像引导滤波器对此优化问题求解，达到了同步复原与去噪的效果。另外，通过色彩恢复因子保证雾天图像色彩的真实性。(2)针对散焦退化过程提出一种新的点退化模型，抛弃了传统的卷积形式的退化模型，这为高效的离焦复原算法提供了理论保障。(3)采用局部模糊估计点退化模型中的关键参数模糊图，利用引导滤波器对其进行修正，得到反映全局模糊程度的精细模糊图。基于此精细模糊图和简单的几何约束估计出场景深度图。利用精确模糊图和场景深度图，实现对散焦输入图进行多重聚焦处理，包括去模糊、散焦放大、改变深度场、调节焦距的模拟等。