获取高质量的图像在国防安全、深空探测、生物医疗、平安城市等领域至关重要。但受到成像设备制作工艺及成本的限制，硬件设备的改进仍无法完全满足人们对图像清晰度的更高要求。因此，能够在成像系统设备不变条件下提高图像质量的图像复原技术以其成本低、实用性强、应用范围广的优势引起了广泛关注。由于拍摄环境的复杂性及不可控性，易引发成像设备与拍摄场景相对运动，使得最终获取的图像清晰度下降、解析度差，限制进一步的图像识别、图像理解及应用。因此，本文围绕运动模糊造成的图像降质问题展开研究，分析了图像退化的基本模型并由此建立图像运动模糊复原的基本思路，针对全局运动模糊及局部运动模糊两种情况分别进行讨论，并提出相应的算法提升图像质量，恢复出清晰图像。论文完成的主要工作如下所述：　　（1）针对相机抖动造成的全局运动模糊，本文基于现有的边缘预测方法进行部分改进，即结合滚动引导滤波器和新的梯度选择机制，实现较为接近真实的点扩散函数估计，并利用改进的非盲复原方法进行最终恢复，该方法引入了对饱和像素的处理模型，因此大量地减少了复原结果中由于高亮度区域引起的振铃效应，取得了较高质量的复原结果。　　（2）对图像中包含局部模糊的问题，本文提出一种分区域复原算法。该方法以图像的奇异值特征统计为依据，利用图像奇异值特性对模糊区域进行检测标识，并将其作为图像分割的引导图，采用谱抠图方法对输入模糊图像进行分割，提取出待处理的模糊前景，将模糊区域复原之后对图像进行合成及边界的修补，最终得到清晰图像。该方法一定程度上抑制了直接分割边缘效应严重及免分割方法误差较大的缺点，能够有效复原局部模糊图像。　　（3）为判断输入图像的模糊类型，本文设计了一种自适应判别方法。该方法将模糊区域占整个图像的面积比作为判别依据，通过设立合理的阈值自动确定输入图像的模糊类型，进而选择合适的复原方法，并通过实际测试验证了该方法的有效性。　　（4）结合主观判断及客观指标对文中全局运动模糊及局部运动模糊复原算法进行综合评价。通过与其他研究者的算法进行对比，结果表明利用文中方法得到的复原结果在视觉效果和客观评价指标上都具有优势，进一步证明了本文研究工作的必要性和应用价值。