在科学研究中,如飞机和航天器拍摄地物时与地面的相对运动及人持照相机时手的抖动等都会造成被摄图像的模糊,这是由于曝光时间很短暂,图像记录设备与被摄物之间在曝光瞬间存在相对运动而造成的运动模糊。运动模糊图像会给后续的图像分析及目标识别带来很大困难。为了让后继的图像处理得以顺利进行,必须对模糊图像进行复原。现有的许多图像复原技术都是要预先知道图像退化的某种先验知识,比如点扩展函数已知,这一类图像的复原称为经典的图像复原。但在实际应用中,退化图像的点扩展函数通常是未知的,必须从观察到的模糊图像中抽取退化信息,来估计出原始图像,这种方法称为图像的盲复原方法。本文主要研究匀速直线运动所造成的运动模糊图像的复原问题。通过分析运动模糊图像的成像原理,建立图像的退化模型及复原模型,得出准确建立点扩展函数是影响图像复原质量的重要因素,因此准确地求出运动模糊参数则至关重要。而噪声的存在严重影响了运动模糊图像的复原效果。所以为了达到较好的图像复原效果,本文重点做了以下三方面的工作,它们分别是正确估计出运动模糊退化模型和鉴别出运动模糊参数,选取适当的图像复原算法,寻找更有效地减少图像噪声影响的运动模糊图像复原方法。为了更加准确地鉴别出点扩展函数参数,本文提出了一种在倒谱域鉴别模糊参数的方法。该方法通过对运动模糊图像的倒谱图实施灰度变换,运用Canny边缘检测精确提取出倒谱,进而计算出运动模糊的尺度;并对倒谱实施Radon变换确定运动模糊的方向。对130幅不同模糊程度的计算机仿真以及实际相机拍摄的图像鉴别结果表明:该方法鉴别PSF参数准确,且具有较强的鲁棒性。使用鉴别出的PSF参数,运用维纳滤波对运动模糊图像进行了复原,复原结果也证实了本方法鉴别PSF参数的有效性和准确性。针对含噪声的运动模糊图像,提出了一种基于维纳滤波及小波变换的递进式复合滤波的复原方法。对多幅图像的复原结果表明:复原图像的峰值信噪比与维纳滤波复原相比最高可提高2.2378dB,有效地抑制了噪声,极大地提高了复原算法的抗噪能力。同时,在小波分解中提出了一种非线性的小波系数估计模型,建立了新的小波阈值函数,将小波系数间的线性关系变换为指数形式,减小了重构信号时的误差。