目前，卫星遥感技术已经得到了越来越广泛的应用。在遥感卫星成像领域，高分辨率、大幅宽成像已成为研究热点。在面阵CMOS遥感卫星的大幅宽成像过程中，大幅宽图像的获取需要较高的扫描速度。在相机积分时间不变的情况下，扫描速度的提高会导致图像产生运动模糊，从而使成像质量变差。为此需要通过运动模糊复原算法来消除图像的模糊，这样既可以保证图像成像时有足够的积分时间和较高的信噪比，又可以得到清晰的遥感图像。因此，本文的研究重点是基于大幅宽遥感图像特征的运动模糊复原方法。　　本文从遥感图像的基本退化模型出发，详细阐述了遥感运动模糊图像复原模型，分析了模糊核的先验信息和估计方法，并且介绍了几种经典的图像反卷积算法，给出了图像质量评价标准。　　针对遥感卫星成像领域的高分辨率、大幅宽成像技术在成像时会导致运动模糊的问题，本文提出了一种基于模糊-噪声图像对的遥感运动模糊图像复原方法。该方法利用遥感相机积分时间可调的原理，对于同一地面目标，拍摄一张长积分时间的模糊图像和一张短积分时间的噪声图像。这两张图像信息互补，用恰当的算法便可以复原出一幅高信噪比的清晰图像。首先从模型运算框架上来说，该模糊-噪声图像相结合去模糊的方法可以把一个盲反卷积的问题转化为两个非盲反卷积的问题，即非盲模糊核估计问题和非盲图像反卷积问题。在模糊核估计过程中，利用噪声图像中较为明显的轮廓边缘信息来引导模糊核的估计过程。本文利用一种带增益控制的残差RL反卷积算法可以极大地减小振铃效应的影响，通过引入联合双边滤波器算法，可以有效地复原图像的细节信息并达到边缘保持的目的。最后通过多组实验验证了本算法的鲁棒性和有效性。　　由于模糊-噪声图像对复原方法的局限性，本文提出了一种针对单幅遥感运动模糊图像的复原算法。本文的创新点是提出了一种对图像模糊核的优化算法。该算法是一种基于L1范数与L2范数比值作为正则约束项的算法。首先用迭代加权最小二乘法来估计出粗略的模糊核。针对原有模糊核估计不准确和噪声大等缺点，本文引入了一种自适应阈值的方法来进一步优化模糊核减小噪声。具体过程是利用新的目标函数对含噪的模糊核进行重新迭代更新，从而逐步消除模糊核中的噪声。以上措施使得估计到的模糊核更真实，减少了复原后图像中的振铃效应和图像噪声。在得到模糊核后用超拉普拉斯先验模型来进行非盲图像反卷积，最终复原出清晰图像。最后通过多张真实遥感运动模糊图像的去模糊实验，证实了本文所提去模糊算法的可靠性。