在生产设备或军事设备中,越来越多的成像设备安装在旋转运动平台上,旋转运动模糊图像复原是工作在旋转运动平台的成像设备必然遇到的问题,因此,对旋转运动模糊图像复原的研究有着十分重要的实际应用价值。本文紧密围绕旋转运动模糊图像进行研究。在直线运动模糊的基础上,理论推导了旋转运动模糊数学模型,得到了旋转运动模糊图像矩阵形式的点扩散函数。同时,介绍了三种关于直线运动模糊参数估计的方法:傅里叶变换法、误差-参数分析法、微分自相关法,并通过分析了这三种方法的效果。针对旋转运动模糊图像的参数估计问题,本文给出了基于微分自相关的方法。该方法的核心是利用各个模糊路径所得到的模糊尺度与半径成线性关系的性质来确定模糊中心以及模糊角度。首先,运用Canny边缘检测以及Hough变换确定旋转模糊图像的旋转中心的范围;其次,遍历确定范围内像素点作为旋转中心,运用Bresenham画圆法,以不同半径提取像素点,将提取的圆环像素点转换为直线形式,运用微分自相关法分别求出不同半径上的模糊尺度。最后,观察模糊路径上的模糊尺度与对应半径所在坐标空间显示的散点图的拟合直线。通过拟合的直线确定旋转中心与旋转角度。对仿真旋转模糊图像的实验表明,本文给出的关于旋转运动模糊图像的参数辨识方法有效。旋转运动模糊参数的辨别是确定图像退化函数的关键。然而,退化函数H绝大多数都具有奇异性,因此图像复原问题通常具有病态特性,是一个非适定性的问题,正则化方法是解决此类问题的普遍方法。本文讨论了图像的稀疏表示方法,研究在图像稀疏表示过程中稀疏字典的构造,并介绍了两种稀疏字典。针对旋转运动模糊针图像复原问题,本文给出了一种基于图像稀疏表示的混合范数正则化方法。在理论分析混合模型和利用图像的先验知识构建小波字典的基础上,给出一种高效的可分离替代函数迭代算法(SSF算法)来求解该模型。本文将旋转运动模糊图像转化成直线运动模糊的形式,运用本文给出的算法对不同模糊路径的像素求解其稀疏向量,将求得的稀疏向量与小波字典进行结合,得到新的像素向量,将其进行反变换,得到复原的清晰的图像。对仿真旋转运动模糊图像的实验表明本文提出的复原方法有效。