在拍摄的过程中,由于相机聚焦不准、与景物之间存在相对运动等各种影响因素,导致获得的图像模糊。如何对不同的模糊图像进行复原是图像处理领域的热点和难点。本文对匀速直线运动模糊、散焦模糊、旋转模糊、以及含有两种以上多重模糊的图像盲恢复的相关技术,从理论和实践两方面进行了较为深入的研究和探讨。本文在模糊图像复原方面的工作和研究成果主要有：1.影响匀速直线运动模糊图像恢复的关键是模糊方向和模糊尺度两个参数估计的精确度。本文在研究现有模糊参数估计方法的基础上,提出了一种基于改进的霍夫变换估计模糊方向的新方法,实验结果证实了该方法的鉴别精度优于以往的方法,并且抗噪声性能也得到了提高,模糊图像的总体恢复效果比较理想。2.散焦模糊半径的估计精度是影响散焦模糊图像恢复的关键因素。本文对现有的散焦模糊参数方法进行了分析和讨论,实验证实了误差—参数鉴别方法估计结果比较接近真实值。针对散焦模糊图像的恢复,本文对受限制的自适应正则化复原方法的优缺点进行了分析,提出了一种改进的受限制的自适应正则化复原方法,实验结果表明改进后的方法计算量变小,并且恢复图像的边界更平滑,图像整体质量得到提高。3.针对旋转模糊图像的恢复,本文提出了一种估计旋转模糊参数的新方法,该方法首先对旋转模糊图像进行各种不同方法的分块(平均分块和逐层分块),对每个小块近似地按照直线运动估计模糊角度和尺度,最后利用最小二乘拟合的方法估计出旋转中心和角度。实验结果表明,估计的旋转中心和角度与真实值误差很小；同时,对于不同分块方法的模糊图像估计得到的结果误差大小不一样,这就需要根据实际情况来选择合适的分块方法。最后,本文采用极坐标变换和改进的对角加载两种方法对旋转模糊图像进行恢复实验,得到了理想的恢复结果。4.针对多重模糊图像的恢复,本文提出了将多重模糊图像中的空间不变模糊的点扩展函数进行合并,然后经过一次解卷积运算对其进行恢复。该方法首先要区分空间不变模糊部分和空间变化模糊部分的PSF(Point Spread Function)函数,然后对空间不变模糊PSF函数进行合并获得系统的空间不变模糊PSF函数,最后采用分步去模糊恢复含空间变化模糊的多重模糊图像。实验结果证实本文提出的方法可以避免多次解卷积过程中引入的噪声,并且可以减少计算的误差,提高恢复的效果。