随着现代制造业对生产流水线的自动化和智能化程度需求日益提高,作为其起决定因素的机器视觉检测识别技术,在工业生产中的应用也越来越广泛和普及。在实际生产线中,通常采用空间多视点立体成像系统,以获取被检测物体的三维空间信息。同时,为了提高生产效率,被检测物体在拍照时,必须处于高速运动的不停机状态。然而,相机的曝光时间受到诸多因素的限制,当其大于某个值时,图像中运动物体的区域就会产生运动模糊现象,从模糊的物体图像区域中很难获得足够的目标特征,进而对后续的检测与识别过程造成严重影响,降低系统精度,甚至造成整个系统的失效。因此,运用图像去模糊技术恢复出图像中的目标特征,成为机器视觉检测识别系统中不可或缺的一个必要环节。现有的图像去模糊技术不能很好满足实际生产应用中三维多视点立体机器视觉的要求,因为多视点图像中的同名特征点只有映射到同一三维空间位置上,才能保证检测结果精确性和可靠性,而已有方法在去模糊的同时却破坏了这种空间映射关系。针对以上提及的,有关三维立体机器视觉应用中,暂无比较适用的模糊图像解决方案,本文研究了一种基于多视点模糊图模糊核空间几何映射关系的去模糊方法。该方法的最大特点是:其不仅能够提高模糊图像清晰度,还能够保证在图像在去模糊后,目标物体同名特征点的空间一致性不被破坏。为了仿真生产流水线中,机器视觉检测系统的实际应用场景,本文设计并实现了一套完整的空间多视点图像采集,调试,分析,处理系统。该系统选用Point Grey品牌的Flea2系列的高分辨率CCD工业相机,其型号为20S3C-C,以保证多视点图像的质量,同时,在官方提供的像机软硬件接口的基础上,还开发了一套可方便进行图像的采集,调试,分析,处理的系统应用软件,为整个算法的开发过程搭建了一套稳定的开发环境。现有的去模糊方法,未能将空间多视点运动模糊图像模糊核存在的内在空间几何约束关系充分应用到模糊核的估计中。一旦估计出来的模糊核丧失了这种关系,就会使得去模糊后的图像即使提高了清晰度也无法重建出物体的三维信息。因此,本文以实际场景中常见的线性运动为例,结合多视几何理论,分析,推导并建立了多视点模糊图像模糊核存在的空间几何映射关系,利用这种关系,通过非线性优化技术,精确各视点的模糊核以求解高质的量清晰图像。由于生产节拍的限制,应用在机器视觉检测系统中的去模糊算法对实时性有着较为苛刻的要求。本文分析了实际工业流水线中,常见运动模糊图像模糊核特点既模糊核函数为线性的,研究了一种将模糊图像的二维模糊模型转换到一维模糊模型的方法,使得清晰图像的解空间从二维降到一维,显著降低了去模糊算法的计算复杂度。