随着时代的进步与发展，图像中所包含的信息已经日渐受到人们的重视，在现代化的城市建设中占据着举足轻重的地位。然而，由于相机的抖动或者在拍摄的过程中相机与场景的相对运动，而使图像在方位向发生移位和模糊。运动模糊图像的修复问题已经是计算机视觉和数字图像处理研究的重要课题，在OCR识别、医疗图像、道路交通影像、遥感图像以及工业控制等领域都发挥着重要重要作用。　　针对强边缘的大尺度模糊核的运动模糊图像，本文提出了一种有效而快速的基于多尺度框架的两阶段交替迭代法去模糊模型。该模型使用交替迭代的去模糊方法依次估计潜在清晰图像和运动模糊核，并针对大的模糊核使用了多尺度框架分解，使得模糊核估计更加精细准确。首先，充分利用一个接近L0范数的最优化函数估计潜在清晰图像，该函数能够从单一的模糊图像中保留图像的清晰边缘。其次，为了减少算法的运行时间，在核估计阶段使用快速傅里叶变换（FFT）以加速对模糊核的估计，为了能对本文所提出算法进行工程化应用，这里引入了嵌套并行优化，将图像进行分块处理，使得本文所提算法的实时性得以提高。实验结果表明，由于引入了多尺度框架下模糊核精细以及图像分块并行优化，因此本文的方法和其他的方法相比不仅在时间而且在去模糊结果质量上都有很好的竞争性。