图像模糊复原一直都是图像处理中研究的重点问题,随着移动摄像设备在人们生活中的普及,人们对解决拍摄器材抖动或拍摄运动目标所造成的图像模糊问题的需求越来越迫切。图像去模糊的难点在于需要在只知道单幅运动模糊图像的情况下,复原出原始图像中的清晰细节,从数学上来说这是一个严重的病态问题。随着研究者们对于该问题的不断关注,近年来涌现出一批优秀的工作和算法,让解决这一实际难题成为可能。但是大部分现有的算法均存在着一些的缺点和不足,通常表现在对于模糊图像的边缘提取和清晰图像约束项的选取上准备的不足,另外也承受着来自复原中出现的振铃效果和算法速度的考验。本文从空间不变的基本模型出发,借鉴了复原直线运动造成的模糊图像的解决思路,将其引申至处理非参数化的模糊核求解问题中,力图解决具有广阔应用前景的运动图像盲复原问题。本文通过总结前人工作中所处理的相关问题,针对单幅空不变的运动模糊图像,提出了一种新的复原算法。本文的工作主要为以下三占.首先,利用图像平滑技术的思想,提取出图像的有效边缘。我们分析出图像中的纹理边缘不能有效反应图像的模糊过程,反而会影响模糊核的求解方向。为此提出通过对图像边缘的筛选确定了模糊核的迭代方向,保证了模糊核估计的准确性。其次,使用L0梯度最小化的准则作为清晰图像的约束函数,在构建的不同分辨率图像的多尺度框架下,对复原的计算方法进行改进,从而让我们获得的中间结果更加接近原始清晰图像,也保证了算法的鲁棒性和高效性。另外利用L0优化结果提供了一副用于振铃效应抑制的平滑图像,在非盲去卷积中保证了复原图像的高画质。最后,针对车牌图像的自身规律,结合文档类图像模糊复原框架,提出了针对运动模糊车牌图像的复原算法。根据图像的二值化特征和模糊导致的透明性,为复原提供原始图像的边缘信息,并在此基础上实现了车牌文字的复原。