图像是人类获取视觉信息的主要途径,调查研究表明人类获取的外界信息绝大部分(约80%)来自视觉系统。大量清晰的图像对人们的社会生活科学研究等都有不可估量的促进作用。但是在图像的形成、传输以及记录显示过程中,由于成像系统的不完善、传输介质的影响、景物与成像系统的相对运动、环境噪声等原因,使得几乎所有的图像都有一定程度的质量降级,这就是所谓的图像退化。图像复原就是研究如何利用退化过程的先验知识从退化图像中复原出原始图像。图像复原可以看作是图像退化的逆过程,根据图像退化的先验知识估计图像的退化过程,建立退化过程的数学模型,然后采用一种相应的逆过程方法来处理图像,以获得原始图像的最优估计值。图像复原技术在众多领域都有着广泛的应用,复原算法的研究是目前图像复原研究的热点。本文首先介绍了数字图像处理技术必要的基础知识,研究了人的视觉系统的特点和图像质量评价的方法。介绍并分析了几种不同退化模型的点扩散函数的特点以及几种不同类型的图像噪声及特点。分析研究了图像复原技术的原理、特点,在此基础上详细阐述了图像退化的过程、原因和数学模型。同时本文还介绍了人工神经网络的原理、网络结构;研究了连续Hopfield网络以及连续Hopfield网络最优化计算问题并将其应用于数字图像复原。研究了目前图像复原应用中的几种典型复原算法:维纳滤波算法、中值滤波算法、正则滤波器算法、盲去卷积算法、Lucy-Richardson算法,并用Matlab软件使用这些算法对几种不同类型的降质图像进行了复原实验。在研究原有正则化图像复原方法的基础上,根据人的视觉系统的特点,提出了一种基于Hopfield网络能量函数的改进的空域正则化图像复原方法,并在Matlab上进行了实验;分析了该算法复原图像的实验结果,并基于图像质量的主观评价和客观评价标准比较分析了该复原算法和其他算法的复原结果。实验结果表明,该改进算法较好地实现了退化图像的复原。