在户外拍摄图像时,拍摄设备的正常运动以及异常抖动会造成采集到的图片模糊不清,影响图像的后续处理。运动图像去模糊在图像复原领域中是一个十分重要的研究方向。稀疏表示方法作为图像信号处理研究热点,由于其抗噪性能好、表示图像精确等特点,也受到广泛研究。大量实验已经证明稀疏表示理论在去模糊方面的有效性。但是字典学习的过程复杂,耗时长,移植于DSP芯片的难度大。本文针对目前图像去模糊算法中存在的问题,展开了优化研究。本文的主要研究内容和创新如下:(1)针对现有算法中提取高频信息不足的问题,提出了一种基于非下采样的运动图像去模糊算法。利用非下采样将图像高频部分信息提取。根据L1范数与L2范数比值对高频部分的敏感性,将其值降到最低,则可以有效的去除模糊。然后将本算法移植于DSP平台进行一系列实验。实验结果得出,移植于DSP的算法可以达到较为满意的效果。(2)针对所提出的基于非下采样的盲去模糊算法在恢复细节以及对噪声鲁棒性方面的问题,提出了结合稀疏表示的盲去模糊方法。该方法旨在改善图像细节的恢复,同时实现抗噪声抑制振铃的效果。最后,将本文提出的方法与最近提出的两种去模糊效果较好的算法进行对比,并分别应用于人工模糊图像与航拍自然模糊图像。由实验结果可知,本文提出的算法在运动图像去模糊效果方面更有优势。