In dieser Thesis werden mehrere neue Algorithmen für eine qualitativ hochwertige Restaurierung von kohärenten Bildern vorgestellt. Diese Aufgabe kann mit den bekannten Methoden für die Restaurierung von nicht kohärenten Bildern nicht gelöst werden. Die neuen Algorithmen sind auf die Wiederherstellung von Bildern in kohärenten Abbildungssystemen, bei denen die Aberrationen a-priori bekannt sind, ausgerichtet. Sie dienen der Korrektur der Wellenfront und erreichen eine wesentlich höhere Qualität der Bildrekonstruktion als sämtliche vorbekannte Verfahren. Die Algorithmen in dieser Thesis basieren auf neuesten Optimierungsalgorithmen, wie Projektionen in konvexe Sets, proximale Optimierung und fraktaler Ähnlichkeit. Die Konvergenz und Leistung der einzelnen Algorithmen wird ausführlich in unterschiedlichen Szenarien mit simulierten und realen Bildern untersucht. Eine praktische Erprobung der neuen Algorithmen an mikroskopischen Aufnahmen von unterschiedlichen biologischen und humanen Proben, wie auch an Aufnahmen vom Shadowgraph, bestätigt ihre Effizienz. Die neuen Algorithmen haben vielversprechende künftige Anwendungen, auch in anderen Gebieten, z.B. in der adaptiven Optik und der Astronomie.