图像模糊复原一直是图像处理领域的热门研究课题,其具有广泛的应用前景。造成图像模糊的原因有很多,诸如大气湍流,相机离焦以及相机抖动等均会造成图像模糊,由于相机抖动或者物体相对运动造成的图像模糊就叫运动模糊。在日常生活中经常遇到的相机去抖动模糊,视频监控还原和运动车牌识别都需要应用运动模糊复原技术。现阶段的运动模糊复原技术有很多发展方向,相关算法层出不穷,但主旨都在于消除模糊,同时提高图像清晰度和抑制振铃效应,保留更多细节。本文将运动模糊复原分为模糊核估计和清晰图像复原两个阶段,深入分析了图像去模糊的主要算法模型以及模糊核的估计方法,并对基于先验约束的正则化复原方法进行探究。本文从研究运动模糊模型开始,在以下方面做了相关工作:1)概述了图像运动去模糊的发展现状,分析了图像复原的难点问题。介绍了图像去模糊的主要算法模型和先验约束条件,同时详细论述了图像复原的质量评价准则。2)分析和实现匀速直线模型的模糊核估计,针对RL(Richardson-Lucy)复原算法中出现强的振铃效应,利用基于梯度衰减的方法有效地抑制了振铃效应。3)重点阐述基于边缘信息预测的图像模糊核快速估计算法,通过模糊核优化和修正策略,提高了模糊核估计的精度。并引入梯度的超拉普拉斯分布约束提高复原图像质量。4)在分析了基于图像梯度稀疏约束的四种算法后,应用分裂Bregman算法求解L1范数约束的复原算法提高复原图像质量。5)在分析了图像局部与非局部复原特性后,引入引导滤波算法,并结合快速高效的分裂Bregman方法,提出了联合图像局部与非局部信息结合引导滤波的复原算法。在运动模糊图像的盲复原中提升了复原效果,达到了去噪的目的,而且还保留了更多的细节信息。通过实验对本文的算法与原有的算法作对比,证明了本文提出的算法无论在振铃效应的抑制和模糊核估计方面,还是在图像约束复原中均得到很好的效果。