单幅运动模糊图像盲复原技术一直以来是图像复原领域的研究重点和难点,其根据模糊核是否已知分为模糊图像盲复原技术和模糊图像非盲复原技术。本文主要针对模糊图像盲复原技术进行研究,分析现有模糊图像盲复原技术的不足之处,并提出两种改进算法:（1）由于有的图像暗通道的值并没有明显地分布在0上,而且亮通道的值也没有明显地分布1上,对此基于双通道对比度先验去模糊算法表现效果并不佳。为解决此问题,结合了L0正则化强度先验的强轮廓保留能力和双通道对比度先验的稀疏性,在最大后验框架下,探讨了一种联合双通道对比度先验和L0正则化强度及梯度先验的模糊图像盲复原算法,并利用半二次分裂法推导出了一种有效优化算法。最后,通过估计出的模糊核进一步反卷积出真实图像。实验结果表明,所提的算法具有一定的竞争力。（2）受到局部最大梯度先验的启发,通过实验观察到:清晰图像在模糊过程中其局部最小梯度值亦会显著变小,且模糊图像的局部最小梯度值更多地分布在0上。为合理利用局部最小梯度值,用1减去局部最小梯度值,将其称为局部最小梯度先验,并采用L1正则化来约束。从统计分布直方图和累积分布图上直观地显示出清晰图像与模糊图像的局部最大梯度值和局部最小梯度先验的差异,并从数学的角度给出了证明。为了充分地利用局部最大梯度先验和局部最小梯度先验,在最大后验框架下,研究了一种基于极端梯度先验的模糊图像盲复原算法,并利用半二次分裂法推导出了一种有效优化算法。最后,通过估计出的模糊核进一步反卷积出真实图像。实验结果表明所提的算法具有一定的竞争力。