图像去模糊是计算机视觉和图像处理中一个基本但具有挑战性的问题。模糊图像主要是由相机抖动、物体运动以及相机失焦等原因引起的。近年来由于便携式拍照设备的普及以及拍摄者的全民化,因相机抖动、物体运动等原因导致的运动模糊图像则更为常见。同时,大多数情况下导致图像模糊的模糊内核是未知的。因此,针对模糊核未知情况下的运动模糊图像盲复原的研究具有一定的应用价值和研究价值。根据导致运动模糊原因的不同,本文将运动模糊分为全局运动模糊和局部运动模糊。全局运动模糊指因相机抖动而导致的运动模糊(该处特指拍摄过程中,场景静止而相机抖动的情况)。局部运动模糊指因物体运动而导致的运动模糊(该处特指拍摄过程中,相机静止不动,场景中仅存在一个运动物体的情况)。本文分别针对这两种运动模糊进行研究,主要工作包括如下两方面:1、针对暗通道先验去模糊方法存在的对噪声敏感、容易产生振铃伪影等的问题,提出一种基于暗通道和彩色图像梯度的全局运动模糊图像盲复原方法。首先,将彩色图像梯度和暗通道先验相结合构建运动模糊图像盲复原模型;然后,去模糊过程基于交替迭代的图像估计和模糊核估计;最后,通过基于变量分离的L0极小化方法获得清晰的图像,并通过最小二乘法计算模糊核。实验结果表明,该方法能有效地估计模糊核,对于运动模糊图像,去模糊图像的保真度也优于其他盲图像去模糊方法。2、针对使用全局一致的模糊图像复原方法求解局部运动模糊图像复原存在严重视觉伪影的问题,提出一种基于抠图的两阶段模糊区域检测及复原方法。首先,将频域和空间域的模糊特征相结合构建了一种模糊特征判别准则用来引导局部模糊区域粗定位;进而,通过改进KNN matting抠图算法实现模糊区域的细化检测;然后,在对模糊区域进行复原的基础上,通过融合复原结果和清晰区域得到最终复原图像。实验结果表明,该算法能够快速有效地检测出局部模糊区域,在模糊区域检测性能和图像恢复性能上也优于其他传统方法。