随着照相机和视频摄像的广泛普及,图像越来越成为人类获取信息的重要来源。根据图像产生模糊的物理机理的不同,图像模糊可以分为运动模糊和离焦模糊。离焦模糊是由于在拍摄过程中,相机的焦点没有选定拍摄目标,且焦点位置和拍摄目标的距离越远,模糊程度越强烈。运动模糊是由于在拍摄的一次曝光时间内,相机和运动的目标之间发生了相对运动而出现的。在运动模糊的情况中,一种是由于摄像头的运动产生的运动模糊,第二种是由于拍摄目标的运动而产生的。两种运动模糊的图像具有不同的特点。由于曝光时间非常短,所以在研究中通常认为运动模糊中像素所进行的都是匀速线性平移运动,忽略旋转和畸变等情况。对于第二种运动模糊图像,运动目标具有运动模糊的特点,而背景像素在曝光时间内并不发生变化,即不符合运动模糊特点。在此情况中,具有两种特点的像素共同存在于同一幅图像中难以区分,因此,直接使用经典的维纳滤波方法对完整图像做处理会使得恢复效果不够理想。本文将针对因拍摄目标的高速运动而造成的局部模糊图像,复原出运动目标的清晰图像。对此,提出了两种改进的维纳滤波优化方案：(1)利用运动物体准确的边界线,以便于以边界线为界,从相应区域剔除背景信息和提取前景信息。为此,首先需要确定具有非矩形的运动目标的轮廓外形。(2)利用未被前景目标遮挡的背景图像,从中获得精确的背景信息,根据实际拍摄过程中运动模糊产生的机理,对实际模糊图像中运动目标的模糊边缘像素进行修正,使得边缘像素严格满足卷积模糊的数学模型要求的周期性条件,消除静止的背景与运动模糊前景位置交互造成的误差,实现理论上的完全恢复。实验证明本方法合理有效。本文将就所提出的改进方案进行理论验证、理想的图像验证和真实图像验证。针对同一幅模糊的图像,使用经典维纳滤波方法对其进行恢复,同时使用本文方法对其进行恢复,对复原图像进行比较,主观判定图像的优劣可证明本文方法的优势,此外有客观评价方法MSE和MAE进行辅助评价也证明本文方法有效。