圖像復原去噪是從退化或損壞的圖像中恢復原始圖像的過程，該技術在醫學成像、衛星成像、監控系統、遙感影像等多個領域有廣泛的應用。本書研究圖像復原去噪技術，基于多種圖像塊先驗學習模型開展工作，分12章闡述主要研究成果。本書的重點是圖像建模的復原去噪，將圖像建模為符合某些先驗分布的隨機變量，學習自然圖像的統計特征，然后利用最大后驗估計重構退化圖像。其中，圖像先驗是求解不適定圖像復原問題的關鍵，早期的圖像先驗設計主要考慮圖像的整體物理特征進行手工設計。近年來，研究人員的研究重點轉向從圖像塊的角度去構建圖像先驗，基于圖像塊先驗特征提升圖像復原性能。圖像復原去噪研究的問題作為典型的不適定數學逆問題，對推動問題驅動的數學理論和方法的研究起到重要作用，同時對促進數學與計算機科學、人工智能等領域的交叉融合及協同發展起到積極作用。本書的編寫突出科學性和實用性，可為數字圖像處理研究人員、計算機視覺研究人員及數字媒體終端技術研究人員提供參考。