运动模糊是在相机曝光时间内，由于场景和相机之间发生了相对位移而产生模糊图像的一种物理现象。运动模糊图像在现实生活中无处不在，因此，对运动模糊的研究具有十分广泛和重要的应用价值。同时，运动模糊的图像中包含了很多运动的特征信息，本文主要工作就是利用这些特征信息，估计运动模糊图像的运动模糊参数。在此基础上，将运动参数作为约束，运用闭合形式(closed-form)技术实现模糊图像的光滑边界的分割。主要的研究工作总结如下:　　 (1)在空域上，对现有基于泊松融合技术的运动估计模型进行了研究。　　 本节研究在空域上基于泊松融合技术的运动估计的模型。该模型将运动模型作为泊松融合技术的局部约束，实现最优运动求解。在此基础上，本文分别以直线和旋转运动模糊图像为例，对该模型进行了验证。实验结果表明，泊松融合技术的运动估计模型可以较准确地估计模糊运动参数。　　 (2)在频域上，提出基于加权运动估计的运动模糊方向和强度估计的改进方法。　　 在频域上，运动模糊图像的频谱图呈现长条带状的。因此，对运动模糊图像先进行周期化处理再进行傅里叶变换，得到频谱图像，针对频谱图像的二值化图像，本文将低成本的模糊参数估计方法进行了改进，舍弃了其中的“骨”运算校正方法，将单一估计运动方向改进为加权估计运动方向，增强了算法的稳定性，提高了算法的精确度;另外，舍弃了文中的对运动强度的估计方法，运用了对二值化图像旋转并积分拟合曲线，增加了对曲线光滑处理，并去除奇异点，从而提高了模糊强度估计的准确性。　　 (3)改进闭合形式分割模型，将运动模糊参数作为约束的模糊图像光滑边界的最优分割。　　 本部分主要工作是改进闭合形式的分割模型，增加了方向的约束，化简了模糊参数规则约束的分割模型，实现光滑边界的最优的分割。通过上文(2)中的运动估计方法，将估计的运动参数作为分割的约束条件，可以自动的得到模糊图像的参数的估计，结合模糊参数的规则约束方法，将运动模糊参数作为约束应用于闭合形式的方法中，同时运用本文的方法，化简模糊参数规则约束的分割模型，实现对模糊图像的最优分割。