1. 图像复原与图像增强之间的关系
图像复原与图像增强相似，主要目的是以预先确定的目标来改善图像。但图像增强是一个主管的过程，而图像复原主要是一个客观的过程。图像复原试图通过通过退化现象的某种先验知识来复原被退化的图像。因此复原技术是面向退化模型的，并且采用相反的过程进行处理，以便恢复出原始图像。例如对比度拉伸属于一种图像增强技术，给观看者提供更能够接受的图像；而去除图像的模糊则被认为是一个图像复原过程。
在图像复原的过程中，当退化仅仅是加性噪声时，空间处理就非常适用；而像图像模糊这样的退化在空域使用较小的滤波模板就很难恢复。在这种情况下基于不同优化准则的频域滤波有时是使用的。
2. 图像退化/复原过程的模型
在这里图像的退化过程被建模为一个退化函数和一个加性噪声的形式，即
这里f(x,y)是原始图像，h(x,y)是退化函数，η(x,y)是加性噪声，g(x,y)是产生的退化之后的图像，而星号表示两者的卷积。当然这个过程也可在频域内进行表示
具体的过程可以用下图的形式表示
而我们需要做的就是在已知噪声项和退化函数的基础上，估计
，这就是希望得到的原始图像。具体来讲主要分为两个部分，一个部分是估计噪声项并将噪声项去掉；对图像进行去噪之后在对图像进行恢复。
版权声明：本文为CSDN博主「独孤呆博」的原创文章，
遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/dugudaibo/article/details/78387236
