运动去模糊是计算机视觉和摄影领域的一个传统和重要问题。在图像采集的过程中,物体与相机发生相对运动产生运动模糊,比如手抖、物体运动等。利用运动去模糊的方法获得清晰的图像在诸如监控、刑侦、安全等领域具有十分重要的意义。传统的运动去模糊是一个病态问题,因为重要的高频信息,如边缘等,在采集到的模糊图像中丢失并无法恢复。通过控制相机快门的开放和闭合,在采集图像的过程中进行时域抽样,保留频域中的高频信息,从而降低图像运动去模糊问题的病态性。对于单幅图像的运动去模糊和多幅图像的运动去模糊问题,本文结合编码曝光提出了相应的改进算法。在单幅图像的运动去模糊方面,虽然编码曝光使得模糊核(或者点扩散函数)变得可逆,然而模糊核的估计依然十分重要。本文首先设计了一个对称的编码控制相机快门的开闭,使得在模糊核估计的过程中不需要人为地确定模糊核的方向,从而便于模糊核的估计。在采集编码曝光的运动模糊图像后,本文采用传统的模糊核估计算法高效而较为准确的估计出一个粗糙的模糊核。然而这个初步估计的模糊核的准确度仍有提升的空间,因为某些地方存在毛刺和断点。结合编码的结构,这些毛刺和断点能够被发现并且通过移除和插值的方式得到克服,这样能够得到一个更为准确的模糊核。通过这个准确的模糊核,利用非盲去模糊的方法能够得到更为清晰的图像。实验证明本文提出的方法的运动去模糊效果比当前最先进的运动去模糊方法的效果更加明显。在多幅图像的运动去模糊方面,本文第一次将编码曝光和多幅图像的运动去模糊相结合。传统的多幅图像运动去模糊方法利用各幅模糊图像中的互补信息来恢复出模糊目标的清楚图像,从而获得比单幅图像运动去模糊更加良好的效果。然而,这些传统方法一般都是假定各幅模糊图像的物体相对运动方向差别很大,因为相近的运动方向只能提供冗余的信息。但是由于物体运动的惯性,各幅模糊图像的物体运动方向一般比较接近,比如对于一台运动中的汽车连续采集的多幅模糊图像,其中汽车的运动方向几乎一致,此时多幅图像的运动去模糊就退化成单幅图像的运动去模糊问题了。本文通过设计不同的编码,使得采集到的多幅运动模糊图像在物体运动相近时依然能提供互补的信息,从而能获得更加理想的清晰图像。实验证明本文提出的方法能克服传统的多幅图像的运动去模糊方法在运动方向相近时的问题,并且恢复出的图像比单幅运动去模糊方法获得的图像更加清晰。