A restauração da imagem consiste na remoção ou redução da degradação da imagem ocorrida durante a aquisição, incluindo o borramento introduzido pelo sistema óptico, movimento da imagem, bem como o ruído eletrônico e fotométrico. Em um sistema linear, a degradação da imagem pode ser modelada por uma função de espalhamento de ponto (Point Spread Function - PSF), ou impulso resposta, e pelo ruído, que é aditivo.
A forma mais simples de restaurar uma imagem é utilizando o filtro inverso, onde a função degradação é invertida, e utilizada para restaurar a imagem.
Uma imagem ideal passa por um sistema linear de degradação com um impulso resposta , sofrendo ainda a adição de um ruído não correlacionado . A imagem observada, é portanto a imagem ideal, convoluída com a PSF , mais o ruído:
A restauração da imagem será dada pela convolução com o filtro inverso, :
Note que a imagem restaurada não é idêntica à imagem ideal, devido a presença do ruído.
Podemos utilizar o Teorema da Convolução para trabalhar no domínio de Fourier:
Na ausência de ruído, a restauração seria perfeita. Entretanto, o erro de restauração se torna grande para as frequências espaciais onde a degradação é pequena. Tipicamente, tanto quanto são pequenas em altas frequências, e portanto a estrutura espacial detalhada é altamente degradada.
Em 1967, C.W. Helstrom publicou no Journal of the Optical Society of America o artigo intitulado Image Restoration by the Method of Least Squares, calculando o filtro que minimiza o desvio padrão médio, pelo método dos mínimos quadrados: