图像去模糊是计算机视觉和计算摄影中一个基本但具有挑战性的问题。造成图像模糊的主要因素有相机的抖动、物体的运动、以及相机失焦等。运动模糊估计的主要目标是从获取的模糊图像中恢复相应的清晰图像。近年来,随着便携、轻巧的数码成像设备的日益普及,智能安防等相关领域的快速发展,图像去模糊问题引起了广泛的关注与研究。目前大多数图像去模糊方法往往针对特定类型的图像,不能有效地处理噪声、离群点,并且计算代价很高。然而真实场景中所获取的数据往往含有不同类型的模糊图像(比如自然图像、文本图像、暗光环境下的图像以及人脸图像),并且这些模糊图像含有大量的噪声以及离群点。因此,如何有效地从真实模糊场景中恢复出清晰的图像信息,是一个亟待解决的问题,也是当前计算机视觉、计算机图形学、图像处理等相关领域的重要研究课题。本论文围绕模糊数据形成过程的原理以及运动模糊的基本性质展开研究。其主要研究成果如下:(1)带有离群点的模糊图像的复原方法。提出了一种鲁棒的处理大噪声和离群点的运动模糊估计算法。通过分析离群点对于模糊核估计的影响,提出了一种有效的检测离群点的方法。针对图像复原问题中的离群点性质,提出了有效的图像复原算法。实验结果表明,该方法能够有效地解决带有离群点的模糊图像的复原问题。(2)L0约束下的快速运动模糊估计方法。基于图像梯度的稀疏性质,提出了一种快速鲁棒的运动模糊估计方法。该方法能够有效地避免复杂的边缘选择过程,极大地简化了运动模糊估计的过程。该方法在运动模糊估计和速度上取得了先进的结果。(3)基于样本结构的运动模糊估计方法。提出了基于样本数据结构预测显著性边缘的运动模糊估计方法。该方法首先针对人脸图像的特有结构,建立模糊人脸结构与样本人脸结构的关系。利用样本人脸图像结构来引导运动模糊估计。此外,该方法可以扩展到其他图像类型的运动模糊估计问题中。实验结果表明,基于样本结构的运动模糊估计算法能够有效地为运动模糊估计提供可靠的显著性结构,在人脸图像和其他类型的图像运动模糊估计问题中取得了先进的效果。(4)文本图像运动模糊估计及其扩展。基于图像的像素和梯度信息,提出了一种快速有效的文本图像的运动模糊估计方法。该方法能够有效地避免传统文本图像去模糊中所涉及的复杂的边缘选择、字符提取等过程。此外,该方法可以有效地解决暗光环境下的图像去模糊问题。该方法在文本图像和暗光环境下的图像运动模糊估计问题中取得了先进的效果。(5)基于暗通道的运动模糊估计方法。通过对卷积的理论分析,理论上建立了模糊过程和暗通道的联系,并进一步证明了清晰图像的暗通道具有较强的稀疏性。基于理论分析结果,提出了基于稀疏暗通道先验的运动模糊估计算法,并且给出了解决稀疏暗通道先验所导致的非凸非线性问题的有效数值优化算法。实验结果表明该方法不仅能够有效地解决自然图像去模糊,同时在其他特殊场景去模糊问题中也取得了较好的结果。(6)物体运动模糊估计方法。针对物体运动模糊的性质,提出了一种解决物体运动模糊估计的框架,该框架巧妙地把分割引入到运动模糊估计中,有效地解决了由于物体运动造成的模糊问题。