1、數(shù)字圖像恢復技術作為數(shù)字圖像處理中的重要分支，被認為是適應數(shù)字化時代的一個有力支撐，并成為數(shù)字圖像領域的一個研究熱點。數(shù)字圖像恢復技術是指在針對退化降質的圖像，通過框架恢復模型將其盡可能恢復至和原圖像接近的過程。由于圖像在取像、存儲等過程中不可避免的會因為外界的影響而出現(xiàn)退化的情形，會不同程度影響對所得圖像進行的分析研究，再者由于數(shù)字圖像與工程、生活的方方面面的關系越來越緊密，因此，對數(shù)字圖像恢復技術的研究有著重要的理論和現(xiàn)實意義。

2、r>　　 基于遺傳算法，本文提出一種粗糙自適應遺傳算法，并將其應用于運動模糊圖像恢復及椒鹽噪化圖像恢復中。以提高圖像恢復算法的魯棒性和執(zhí)行效率為主要研究目的，開展了以下研究工作：
　　 首先，構架粗糙自適應模型，將其與優(yōu)化后的遺傳算法進行結合，提出粗糙自適應遺傳算法。在該算法中將匹配域模型、特征域模型、自適應域模型三類粗糙自適應模型與遺傳算法相結合，利用遺傳算法的智能搜索原理，在被搜索解空間中尋求匹配近似解，再應用粗糙自適應模

3、型將所得近似解進行分類處理。同時在該算法中將遺傳算法的三大基本算子進行了優(yōu)化處理，以便提高算法的整體處理性能。
　　 其次，應用粗糙自適應遺傳算法對運動模糊圖像進行恢復操作。在對運動模糊圖像進行恢復操作的過程中，需要針對退化降質圖像建立恢復模型，在該部分是將遺傳算法所得近優(yōu)解應用于粗糙自適應模型。其中自適應域模型處理是進行基于自適應控制的點擴散修正方案操作，特征域模型處理主要指進行三種宏觀對稱域的處理及進行尺度劃定的微對稱處理，

4、在匹配域的處理主要指依據(jù)前面所得近優(yōu)解的值進行三種類型的分類操作。實驗結果表明，該算法能有效處理運動模糊退化圖像，保留恢復圖像邊緣及提高其PSNR值。
　　 最后，應用粗糙自適應恢復算法對椒鹽噪化圖像進行恢復處理。在對椒鹽噪化圖像的恢復處理過程中，自適應域模型處理指的是進行基于直方圖處理的子圖像塊糾正方案，而該部分的特征域模型處理主要指進行八鄰域處理，而匹配域模型處理與在運動模糊圖像恢復中的基本一致。實驗結果表明，該算法具有較好