图像作为信息的主要载体,包含了丰富的直观有效信息,相比于语言和文字,更有利于人们记录美好、分享心情、传递情感,因此在日常生产生活中被广泛使用。然而,在图像的采集获取过程中,往往会由于各种原因产生模糊现象,严重降低了图像质量和视觉效果。图像去模糊技术作为图像处理领域中的一个主要研究方向,具有重要的研究意义和实用价值。在此背景下,论文主要围绕运动模糊图像的去模糊问题展开研究。前期研究基于传统方法进行研究实现,提出了基于特征点匹配的去模糊方法,取得了良好的恢复效果。但该方法具有大多数传统方法的局限性,即对具有全局统一模糊核的模糊图像处理效果良好,对具有多个模糊核或局部模糊的图像处理效果较差。基于此,论文对去模糊方法进行拓展研究,提出了基于生成对抗网络的去模糊方法。主要研究工作总结如下:（1）提出了一种基于特征点匹配算法的去模糊方法。利用特征点匹配算法对连续帧图像下的目标进行特征点匹配,通过匹配信息求出准确的运动模糊角度和运动模糊距离,从而获得准确的模糊核信息。最后采用改进的维纳滤波复原算法进行去模糊处理。实验证明,论文所提方法相较于现有传统去模糊方法,复原后的图像清晰度有进一步提升。（2）实现了一种基于生成对抗网络的去模糊方法。采用基于Res Net的条件生成对抗网络,并引入梯度惩罚和感知损失来提高网络的准确度,直接端到端从模糊图像中恢复出清晰图像,从而提升算法效率和去模糊效果。实验表明,该网络结构的处理效果良好,相较于传统方法具有普适性。（3）创建了模糊图像数据集并开发了模糊图像处理软件系统。在去模糊方法研究期间,对采集到的图像进行整理,结合模糊生成算法创建了一个新的模糊图像数据,为网络的训练提供了有利条件。在依托的科研项目的科研目标实现后,对研究成果进行总结整理,开发了一个图像去模糊软件平台系统。软件主要包含图像文件选取和图像去模糊处理两大功能,具有界面清晰、操作简单高效的特点。实验结果表明,论文所进行的去模糊方法研究,可以有效的对模糊图像进行处理,获得更理想的清晰图像,同时也具有显著的时效性优势。