图像去运动模糊在图像复原领域一直是热门的话题,不管是在军事、医疗、交通、工业等行业亦或是在在日常生活学习中都有广泛的接触。造成图像模糊的原因有很多,如果由于相机抖动或者物体相对运动造成的图像模糊就叫运动模糊。近年来,图像去运动模糊的多种方法都进入了研究阶段,但绝大部分算法由于存在计算复杂、速度缓慢、不能处理较大尺寸的点扩散函数(PSF),并且模糊图像与复原的图像之间具有严重的振铃效应等缺点,与实际应用之间存在很大差距。本文研究了一种快速、鲁棒的基于盲反卷积的单幅运动模糊图像复原算法(快速去运动模糊算法),该算法通过冲击滤波器预测清晰图像的强边缘,该预测使得对于约束自然图像的梯度和运动PSF,我们可以使用简单且容易优化的高斯分布先验知识,并且能够在频域范围内迅速、精确地迭代估计出运动PSF;与此同时我们分别通过基于自然图像梯度高斯分布的盲反卷积算法与基于自然图像梯度稀疏分布的盲反卷积算法复原出潜在的清晰图像。该算法能够很好的复原出图像的清晰边缘和纹理,并且对于振铃效应以及图像的噪声具有显著的抑制作用。对于迭代估计运动PSF过程中,能量方程使用共轭梯度法来优化,并利用一阶导数、二阶导数使得算法能够迅速的收敛。另外,本文所使用的约束运动PSF的磁滞阈值方法在抑制PSF的噪声方面效果显著;以此同时,约束运动PSF中心定位的算法也极大地提高了计算运动PSF的鲁棒性。实验结果表明,本文的算法相较于传统运动模糊图像复原算法,复原质量更高、处理时间更短。它可以快速、稳定地从运动模糊图像中复原出具有清晰边缘和纹理、极少噪声和振铃的高质量的清晰图像。