图像的运动模糊是由于成像系统与观测景物之间的相对运动而引起的。图像去模糊则是通过观测到的降晰图像来重建原始清晰图像的过程,有时也称为图像反卷积。为了能可靠地恢复出图像原貌,尽可能准确地辨识出图像的降晰函数便至关重要。有了较为准确的降晰函数,则可以通过恰当的方法实现图像的复原。　　 首先,为了明确了解运动模糊的类型,在场景和物体均静止的假设下,根据相机在x-y-z坐标空间内不同的自运动方式,提出了对相机抖动的分类方法。该分类法综合考量了相机在点、轴、平面上,再到空间内的运动,并界定了空间不变与空间变化运动模糊(图像)的类型。进而,针对该分类法中的三种运动情况下的模糊图像复原,本文展开了深入研究。　　 现有基于频率域的匀速直线运动模糊(UniformLinearMotionBlur,ULMB)图像的参数辨识方法多处理特殊情形。比如模糊核方向为水平或竖直,或降晰图像为正方形尺寸。这使得辨识方法不适用于真实图像,尤其是较小幅度或过大幅度的模糊核估计。针对ULMB核辨识的这些局限,分别提出了如下基于DFT和基于DCT的模糊核估计方法:　　 1.深入分析了一般化ULMB核的Fourier频率响应,详细论证了其相关相位形式与性质,并提出了“准倒谱”的概念。在此基础上,分别提出了利用幅值谱和准倒谱估计ULMB核参数的方法。基于准倒谱的方法增加了可辨识的模糊核长度,最大可达到图像对角线长度的一半。同时,针对较小幅度ULMB的图像,提出了基于准倒谱的改进方法,改善了小幅度ULMB核的辨识质量。基于准倒谱的方法,把只适用于仿真实验的DFT理论,推广运用于真实的ULMB图像估计中。与基于幅值谱的方法相比,基于准倒谱的辨识方法更加便捷而有效,辨识误差更低,抗噪性更好。　　 2.深入分析了一般化ULMB核的余弦频率响应,详细论证了其幅频与相频的形式及性质。针对DCT提出了两个不同的衍生概念:“单次DCT”和“双次DCT”。在此基础上,分别提出了利用单次DCT和双次DCT估计ULMB核参数的方法。基于双次DCT的方法进一步增加了可辨识的模糊核长度,最大可达到图像的对角线长度。鉴于正反方向模糊核所对应的双次DCT谱图的分布规律趋同,设计了基于梯度图像的模糊核选择器,以有效筛选真实模糊核。基于双次DCT的方法,把只适用于仿真实验的DCT理论推广运用于真实的ULMB图像估计中。与基于准倒谱的方法相比,基于双次DCT的辨识方法更加快捷而鲁棒,适用性更广,进而更有利于ULMB图像的复原。　　 针对另外两种运动模糊图像而提出的复原算法如下:　　 3.针对静止场景中由于相机的不均匀抖动而产生的空间变化模糊图像,提出了基于分块法的PGD复原算法(Partition-basedGlobalDeblurringofspace-variantcamera-shake-blurredimagewithablur-kernelselector)。各区块的最佳模糊核估计,是通过设计的基于残差图像的模糊核选择器,从备选集合中筛选。当图像中包含不同抖动模糊水平的子区域,且子区域间的轮廓划分较鲜明时,PGD算法的复原效果尤佳。其灰度平均梯度与Laplacian算子和这两项无参照图像质量评价指标,均明显优于同类技术。　　 4.针对旋转中心已知且固定的旋转模糊图像,提出了基于稀疏先验的PWD复原算法(Pixel-WiseDeconvolutionofrotationalmotionblurredimagewithasparseprior)。PWD算法结合了极坐标系和直角坐标系之间的双向转换关系,并在直角坐标系内实现图像的逐像素反卷积。通过平均绝对误差、均方误差、信噪比,以及Laplacian算子和等多项图像质量评价指标的比较显示,PWD算法的图像复原效果,明显优于基于极坐标系运算的传统技术。