中文摘要：

复杂多变的大气状况、光照度条件和光学系统、成像器件等多重内外部的退化因素，对光学遥感图像的质量会造成严重影响。经典的图像复原算法对图像降质原因等先验信息存在明显依赖；对来自不同目标和背景的遥感图像，都使用相同的处理模式，复原效果不稳定。高维仿生信息学是一种基于超高维数几何空间的形象思维对信息进行理解、分析的学科。本项目拟将高维仿生信息学中同类同源信息的“同源连续性”的概念引入退化遥感图像的复原领域，采用变换空间维数、坐标轴、子空间结构、退化轨迹形态等几何语言对各种退化原因和退化机制进行描述，从而基于高维空间几何的概念和技巧，对退化图像的复原问题进行全新阐释，使人们可以直观地理解复原算法。复原算法采用了基于高维几何思想的迭代策略，避免了离散化的巨型数据阵列运算繁琐，通过预模糊，获取精细退化轨迹，可以在退化机理缺失或部分缺失的情况下，实现图像复原，即盲复原 ，为遥感图像复原提供了新的思路。