怎样从单幅运动模糊图像复原出清晰的图像，一直是数字图像处理领域中富有挑战的问题。图像复原的目的是尽可能的恢复出原始清晰图像，因此对图像质量进行评价是必要的。若图像中有噪声存在，将会严重地影响图像复原的效果。因此，一定要考虑噪声的影响。　　本文详细地介绍了噪声对图像的影响及常见的噪声模型，深入地分析了运动模糊图像的形成过程，并建立了图像的退化模型和复原模型，随后介绍了图像质量的评价标准。对常用的图像复原算法进行描述并进行实验分析，表明去除噪声对图像复原的重要性。　　本文提出了基于边缘先验模型和小波分析的运动模糊退化图像的复原算法。在去模糊之前对图像进行预处理，先将噪声去除，再利用冲击滤波器增强边缘。采用Canny边缘检测获取清晰边缘作为先验模型，利用交替迭代法估计出模糊核。利用清晰图像在紧小波框架下良好的稀疏性，建立最小化函数模型，并采用改进的分裂Bregman方法来求解最优化问题，最终获取清晰图像。实验结果表明，文章中提出的方法能够有效地去除运动模糊。