自动化产业近年迅速发展,在自动化应用领域,AOI(Automatic Optic Inspection)即自动光学检测设备也作为一种新型技术发展迅速。自动光学检测设备能在自动化生产上比较快速的检测出目标物的缺陷,位移等信息以供后续调整。但是在目前的应用上面,会存在一些问题,比如如果采用低性能的摄像头,那么存在由于摄像头移动过快造成所拍摄到的图像模糊的可能。在自动化生产领域,视觉测量技术也被广泛应用,散焦测距属于视觉测量技术中的单目视觉测量,散焦测量技术基于其构架简单,造价低廉,测量准确并且实时性高而被广泛应用。本文首先解决图像的运动模糊恢复问题,针对现有运动模糊图像复原算法的不足,提出了一种基于倒谱域的改良版模糊参数计算方法。我们按照去模糊流程分别介绍了模糊区域检测,点扩散函数,模糊参数的计算以及图像的复原算法,并且重点集中在模糊区域检测以及点扩散函数估计上面。在模糊区域检测方面提出了倒谱域最大值法以及像素平均值标准差法两种方法;在点扩散函数中的模糊长度计算方法上针对现有倒谱域求长度的不足提出了一种改良的倒谱域求模糊长度方法,该方法根据倒谱域亮线像素值的突变计算模糊长度,通过与其他算法对比发现,本文方法效果明显。有关模糊参数的计算问题引申出另外一个热门研究—单目视觉测距。在单目视觉测距中有一种方法叫做散焦测距法,其原理是根据所摄图像点扩散的模糊区域大小计算出模糊参数后代入相应公式来判定物体距离。本文提出了两种方法来计算物体距离,第一种方法基于倒谱法所提取到的模糊参数代入散焦测距原理公式来获得最终真实的物体距离,该方法对摄像机要求简单,所有参数固定即可;第二种方法是通过调整镜头与成像面距离获得两幅不同模糊程度图像以计算模糊参数后进行距离计算,该方法要求摄像机的镜头与成像面之间的距离可以微调。两种方法最终的模糊参数计算都需要基于倒谱域进行,并且所适用的摄像机条件不同,可以针对不同的应用环境灵活选择。