运动模糊图像恢复一直是图像恢复领域的热点问题,无论在工业、军事、医疗等领域还是在日常生活中都有非常广泛的应用。近年来,多种图像去运动模糊方法被相继提出,但其中绝大部分算法具有计算复杂、速度缓慢、不能处理较大的运动模糊核、需要多幅图像甚至辅助的硬件设备、恢复的图像带有严重的振铃效应等缺点,距离实际应用都相差甚远。本文提出了一种快速、鲁棒的基于反盲卷积的单幅运动模糊图像恢复算法,该算法通过冲击滤波器预测清晰图像的强边缘,该预测使得我们可以使用简单而易于优化的高斯分布先验知识来约束自然图像的梯度和运动模糊核,并能够在频域中快速、准确地计算出运动模糊核;之后我们通过基于自然图像梯度大尾巴分布的稀疏反非盲卷积算法恢复清晰图像,该算法能够恢复出图像清晰的边缘和纹理,并能够显著地抑制振铃效应以及图像的噪声。在计算运动模糊核的过程中,我们使用共轭梯度法来优化能量方程,并利用图像一阶和二阶导数比图像像素值本身具有更小的条件数的良好结构使得算法能够快速收敛。此外,本文提出的约束运动模糊核的磁滞阈值方法可以显著地抑制运动模糊核的噪声;本文提出的运动模糊核中心定位的方法极大地提高了计算较大运动模糊核的鲁棒性。实验结果表明,本文提出的算法可以快速、稳定地从单幅运动模糊图像恢复出具有清晰边缘和纹理、极少振铃和噪声的高质量的清晰图像。