在航空航天、军事侦查、道路交通监控、医疗保健等领域，图像中包含的大量有用信息举足轻重，然而在图像采集过程中被摄物和摄像机或照相机之间的相对运动会造成图像的模糊，严重影响了进一步的图像特征提取、目标识别和图像分析。为了满足现实的需求，得到高质量的图像，必须使用图像复原技术对模糊图像进行复原。尽管目前已有许多较为成熟的图像复原技术，但由于模糊图像复原技术本身是一个挑战性的难题，所以现在对于点扩展函数的鉴别仍处于初级研究阶段。本文紧密围绕匀速直线运动模糊图像的点扩展函数参数鉴别展开研究。对运动模糊图像退化与复原的原理进行了分析，分别阐述了图像的退化模型、复原模型，以及常见的图像质量评价方法，建立了匀速直线运动模糊图像的点扩展函数参数模型，推导出准确鉴别模糊尺度和模糊角度就可以确定点扩展函数。在详细研究小波变换理论的基础上，通过实验确定了应用在运动模糊图像中的小波基和分解层数。为了更加准确的鉴别点扩展函数参数，提出了一种基于二维离散小波变换和倒频谱的方法。该方法的核心思想是对运动模糊图像实施二维离散小波变换，对于分解图像应用倒频谱分析法，通过增加Canny边缘检测提取倒谱，结合数学形态学计算出模糊尺度和模糊角度。通过180幅不含噪声以及添加变化方差高斯噪声的96幅计算机仿真运动模糊图像实验结果表明：本文所提出的方法鉴别点扩展函数参数的稳定性和准确性。为了选择合适的经典图像复原算法，针对逆滤波、维纳滤波、约束最小二乘法和Richardson-Lucy滤波经典图像复原方法进行了讨论，分析和比较了已有复原算法的优缺点。采用本文方法鉴别得到的模糊参数，在无噪声和含噪声情况下对四种经典图像复原算法进行了仿真实验，使用峰值信噪比、均方误差、灰度平均梯度法、拉普拉斯算子和法四种图像质量评价指标对复原效果进行了评价，给出了复原结果图及其质量评价。通过对实拍运动模糊图像点扩展函数参数鉴别及图像复原，证明了本文所提出的点扩展函数参数鉴别方法是健全和有效的。