图像是如今信息传输不可或缺的载体,在许多实际应用场景下都有着重要的作用。但是在图像拍摄的过程中,极易由于相机离焦或与场景发生相对运动导致图像模糊。模糊图像携带的信息难以获取,给人们的生产生活带来了不便。因此,图像去模糊技术,即从模糊图像中恢复出高质量的清晰图像,具有广泛的研究和应用价值。同时,图像去模糊作为一个经典不适定问题,也是数字图像处理领域的一个极具有挑战性的重要研究方向。图像去模糊通常分为两部分工作:模糊估计和去模糊。在模糊估计工作中,现有的方法大多仅考虑模糊的空间变化。在长曝光或模糊图像含有较多噪声的情况下,模糊估计并不准确,从而影响后续的去模糊。在去模糊工作中,传统的基于正则化的方法耗时较长,且手工提取图像特征较为复杂,效果较差。此外,在标准图像空间中进行反卷积的方法易产生伪影,图像细节较难恢复。本文将针对上述存在的问题展开研究,提出了有效的模糊估计与去模糊方法。本文主要研究内容如下:（1）为解决长时间曝光和大量噪声干扰下模糊核估计不准确的问题,本文提出了一种基于光学联合变换相关器的模糊估计方法。首先,由于长曝光情况下模糊会在时间域上变化,本文提出了一个时空运动模糊描述符替代点扩散函数,能够准确描述曝光时间内相机在时间和空间上的运动过程。其次,本文构建了一个光学混合相机系统,可同时捕捉模糊图像和曝光时的连续清晰图像序列。最后,本文提出了一种基于联合变换相关器的模糊估计方法,通过测量图像序列中每相邻两帧图像之间的平移和旋转像移,从而对时空运动模糊描述符中的参数进行精确地估计,为后续去模糊工作提供了极为有用的相机运动过程信息。仿真实验结果表明,该方法具有极高的精确度和优秀的抗噪声能力。（2）为充分利用估计的相机运动过程进行去模糊,本文提出了一种基于期望最大（EM）算法的去模糊方法。首先,本文将时空运动模糊描述符转化为一系列单应性矩阵,从而可通过矩阵运算实现运动模糊的正向和逆向过程。其次,本文在时空运动模糊描述符已精确估计的前提下,提出了一种基于EM算法的去模糊方法。通过EM算法不断迭代,逐渐复原出清晰的图像。最后,为解决去模糊迭代过程缓慢的问题,本文构建了一个投影拍照光学系统,可以利用光学计算加速本文提出的去模糊方法。仿真及对比实验结果显示了该方法的有效性和可行性,图像质量得到了显著提高。（3）为解决手工提取特征较为复杂和在标准图像空间中进行反卷积效果较差的问题,本文提出了一种基于特征图维纳滤波的去模糊方法。首先,本文构建了一个特征提取网络,探索和提取有用的模糊图像特征,得到模糊图像的特征图。其次,本文使用经典的维纳滤波对提取到的特征图进行反卷积。将反卷积过程从标准图像空间移至特征空间中,从而能够适应不同程度的噪声,更有效地抑制伪影,恢复图像细节。最后,本文提出了一个多尺度级联编解码网络,可以对反卷积后的特征图进行丰富和优化,并搭配多尺度损失函数恢复出最终清晰的图像。在公开测试集上大量对比实验结果表明,该方法具有良好的去模糊效果和较强的噪声适应能力。