如今，快速发展的多媒体技术使得图像信息在人类生活中不可缺少。而图像在成像、传输、获取的过程中，不可避免的会受到外界的干扰、传输设备不完善等的影响，使得图像失去原来的面貌，变得模糊。为了恢复图像原来的面貌，就需要对图像进行复原处理，图像复原属于数学中的一类不适定问题，尤其是图像盲复原，具有很严重的病态性。而正则化方法可以有效地解决这类反问题。图像盲复原本就是一个具有挑战的研究课题，本文提出了全变差正则化和迭代盲去卷积结合的方法进行图像复原，并用数学形态学和小波相结合的方法对图像进行边缘提取。分析了传统图像质量检测的方法，提出用边缘像素对复原图像进行质量评价的方法。本文所研究的主要内容如下：首先阐述了基于全变差正则化和盲反卷积结合的图像复原方法，分别研究了全变差正则化算法和盲反卷积算法的优缺点，对其进行改进并结合，模糊辨识阶段使用全变差正则化算法；图像复原阶段使用全变差正则化和迭代盲去卷积相结合的算法。同时在迭代过程中采用了关于点扩散函数和图像的约束条件，使得算法可以获得唯一解。给出流程图，介绍结合算法的基本思想，并给出了几种算法的实验对比与分析。然后阐述了基于小波变换和数学形态学结合的边缘提取，通过学习了解小波变换和数学形态学边缘提取的优缺点，提出了将两者相结合，选用改进的多结构元素抗噪形态学边缘检测算子进行低频边缘提取，高频分量选用小波模极大值提取边缘，并将提取边缘结果相融合，Matlab仿真证明其有效性。最后通过比较传统主客观图像质量评价方法，给出了新的用边缘像素点来评价图像质量的新方法，通过matlab计算边缘点数目，得到边缘特征比率，根据图像越清晰边缘特征比率越低的特点，对复原图像进行质量评价。用本文提出的边缘提取方法对复原后的图像进行边缘检测，计算边缘像素数目以及边缘特征比率，并以此来评价图像质量。