本文以大瑶山隧道监测项目为研究背景,在数字图像处理的基础上,采用小波变换技术对图像的恢复与复原作了较为深入的研究,并着重介绍了小波相关理论在图像去噪中的应用以及运动模糊图像退化模型的建立和恢复技术。文章首先阐述了课题研究的目的和意义,实际的工程背景为图像模型的建立和理论研究提供了实践基础。图像去噪方面,在小波阈值去噪基础上提出了一种新的算法---基于小波变换技术的维纳滤波图像去噪算法。传统的小波去噪很大程度上是根据经验来选择阈值,阈值选得不好往往会影响图像去噪效果。本文将小波技术与维纳滤波很好地结合起来,针对隧道内噪声的种类和特点,运用小波的方法正确估计出信号和噪声参数,根据这些参数设计出滤波器,避免了阈值选取的不准确性,取得了比较好的实验效果,从而有效地监测隧道内事故多发地段的安全问题。考虑到隧道中所使用的巡检小车在采集图像的过程中可能造成运动中的图像模糊,论文建立了模糊图像的退化模型,重点对运动模糊方向的鉴别作了详细的介绍。提出了一种在不同信噪比下利用微分算子来确定运动模糊方向的方法,提高了低信噪比图像的方向鉴别精度,增强了其抗噪性能,实验误差较小。其次,还重点对几种有代表性的图像恢复技术进行了系统的分析和探讨;最后总结全文并做出展望。