空间目标成像是空间科学探索的一个重要方向，但由于图像获取系统不完善造成的图像降质会降低图像的科学价值，并且由于空间目标成像图像降质的点扩展函数很难精确估计，因此，空间目标成像图像复原是一个盲复原问题。.图像盲复原是一个反问题，图像建模理论从模型估计的角度来约束求解过程。图像建模是图像正则化方法的一个重要发展，使图像复原技术具有更强的目的性。本项目从空间目标结构特性分析出发，研究适合表达空间目标成像图像的结构特征先验分布模型，利用贝叶斯理论进行图像复原，为空间目标识别提供更为有效的数据基础。研究空间目标结构特性，构造适合表达空间目标特性的图元（pixon）核函数，利用pixon map隐式表达图像结构特性的先验分布，并在pixon map基础上定义Markov随机场团簇模型，根据Bayes法则来进行图像复原。提出适合上述框架理论下的可计算模型及迭代算法，提出适合此框架的图像评价标准。