图像获取过程中物体的相对运动或者对焦不准会造成图像的局部模糊,随着数码相机的普及,模糊图像复原成为计算机视觉研究热点之一。本文主要对单幅模糊图像的几种编辑方式进行研究。主要工作包括以下几个方面：一、运动目标或者对焦不准可能会造成图像的局部模糊,本文提出了一种新的基于懒惰区域自动检测和提取方法。借鉴清晰图像研究中的懒惰抠图(Lazy Snapping)技术,该方法主要由两步组成：粗糙定位以及模糊区域求精。对于粗糙定位,我们提出基于块的模糊／非模糊检测算法。该算法主要通过对空域上梯度统计的混合模型建模以及频域上功率谱统计分析实现模糊和非模糊区域的粗糙定位。模糊区域求精则提出改进的懒惰抠图技术,利用粗糙定位的结果实现模糊区域自动的精确定位。实验结果证明了本文方法可以有效的检测出图像中的局部模糊区域。二、针对单一方向运动模糊,本文给出了一种有效的基于频域核求解方法。该方法利用直线运动模糊图像的频域特点给出了一种基于傅立叶变换的参数求解详细流程,运用拉顿(Radon)变换结合最小二乘拟合求取准确角度,并使用投影积分求取模糊核尺度。首先是对图像进行加窗处理,消除了边界对频谱图的影响；其次,使用两次傅立叶变换,使得频谱图呈现一条直线(它的角度即为模糊方向),模糊方向求解更加方便。运用已知运动模糊造成的降质图像对算法的有效性验证表明本文算法是可行且有效的。三、对现有的流行去卷积算法进行总结。首先给出了几种经典的去卷积算法,并对它们进行详细分析讨论,得到现有去卷积算法主要存在三点缺陷：振铃效应、噪声放大及边界过于平滑。针对这些问题,介绍了现有的几种有效去卷积算法：残余RL去卷积、运用高斯、标准拉普拉斯及超拉普拉斯(hyper-laplacian)模型作为正则化约束去卷积,然后将信噪比及复原花费时间作为评价标准对他们的复原效果进行分析。