随着计算机视觉技术的不断进步,图像质量的品质越来越受到人们的重视。如何能够有效地恢复降质图像一直以来都是研究学者们讨论的话题。其中,运动模糊图像复原问题一直是其中的一个热点,在天文、军事、交通、医学以及日常生活等领域中都有着较为广泛的应用。由于图像运动去模糊的过程是一个求逆的过程,在求解过程中很多的变量是未知的,加上噪声信息的干扰,因此如何恢复高质量的图像一直是个难点。本文主要从单幅运动模糊图像的角度出发,在未知模糊核的条件下对运动模糊图像复原算法展开研究。主要研究内容包括以下两个方面:针对图像模糊核的问题,本文提出一种基于L1正则化方法的模糊核估计算法。首先,利用输入的模糊图像估计模糊核;其次,根据估计的模糊核恢复图像边缘信息,并将恢复后的图像继续估计模糊核,两步交替计算直到求得正确的模糊核;最后,根据模糊核的性质修正模糊核。通过实验表明,本文提出的方法不仅具有一定的抗噪性,而且提高了模糊核估计的精度。通过研究图像复原问题,本文提出一种基于稀疏表示的超拉普拉斯图像复原算法。首先,对输入的运动模糊图像预处理:利用引导滤波器去除噪声信息,改进的冲击滤波器加强图像的边缘信息;其次,通过预处理的图像利用基于L1正则化方法求出模糊核;最后,根据求出的模糊核利用基于稀疏表示的超拉普拉斯复原算法得到清晰图像。对于图像复原的算法中L1正则化最优解的问题,本文采用分裂Bregman算法提高算法的整体运行时间。通过实验可以看出,本文提出的方法在图像恢复的效果上和效率上都有着较明显的优势。