质量参差不齐的图像,尤其是模糊图像会为我们的生活以及科学研究带来很多不便,因此模糊图像盲复原是一个重要的研究课题,而在这个课题当中,到底该采用哪种盲复原算法则是当前研究的最重要的方面之一。本文选取的是经典的变分能量方程来实现模糊图像复原,变分能量方程主要由两项,即数据项和规则项构成。各大算法通常选择TVL1和TVL2作为数据项,但是选择合适的规则项才是提升和改变算法的重要途径。本文的规则项选取了归一化的非线性扩散项,归一化的曲率项和L0约束项。所规选取的规则项能够很好的完成图像复原工作,图像的主要特征和相关细节也不会遗失,恢复的图像更平滑,保边缘和增强边缘的效果更好。而且能量泛函收敛速度快,图片的恢复速度和算出清晰核函数的速度也比较快。数据标准化是为了在求解能量方程时确保能量走势最优,即呈下降趋势,为了简化求解,提高求解速率,在计算过程中,本文使用快速算法ADMM和分裂Bregman算法两种工具,实验验证了本文算法的有效性。当前提出的基于MTV的模型或者是基于TV的经典模型普遍都存在计算效率低,复原图片细节效果差等问题,而本文提出的算法相对于现有算法来说不仅有着更好的视觉评价和客观评价,同时也都具有较高的运算速率。其实现研究的图像盲复原方面所应用的TV(Total Variation)模型是很久之前提出的,然而因为彩色图像是多层耦合图像,因此经典模型不能很好的解决彩色图像去模糊问题,所以我们在提出更有效的规则项的同时,也引入了多通道方法。我们首先在彩色图像的各个单层通道上进行图形处理,然后将各个图层的处理结果进行合成,完成最后的复原效果图,这样做不仅能够给彩色图像进行去模糊,同时还能够收集到各个图层的有用信息,相比于转化为灰度图像进行图像复原来说,这种方式最后能够使得去模糊图片更清晰,细节信息更清楚丰富。