拍摄过程中模糊伪影是最为常见的缺陷之一,物体的运动或者相机的散焦都会产生模糊。其中运动物体产生的模糊和散焦产生的模糊一般为空间变化的模糊,图像中不同区域的模糊程度不同,使得去模糊问题变得更加难以解决。针对散焦模糊问题,提出一种基于显著阶跃边沿结构的图像去散焦算法。为了降低散焦纹理区域和平滑区域的影响,将L0范数的梯度稀疏先验用于估计显著阶跃边沿结构,在显著阶跃边沿结构的边沿处估计散焦方差,减小非阶跃边沿和平滑区域对散焦图估计的影响,从而提高散焦图的准确度。实验表明该方法在合成散焦图像和自然图像上都可降低散焦图的均方误差,相对于现有的去散焦方法在无前景的合成图像上清晰图像的平均峰值信噪比可以提高0.203d B,在有前景合成散焦图像上平均峰值信噪比可提高0.590d B。针对运动物体模糊问题,利用运动物体在局部区域的运动具有相似运动方向的特点,提出局部线性运动模糊的运动模糊估计与去除方法。对运动区域的各局部图像块加以线性运动模糊约束以求解对应的模糊核,从而得到整个运动区域对应的模糊矩阵,然后利用非盲的解空间变化卷积方法求解清晰图像。通过实验表明,基于局部线性模糊约束的去运动物体模糊方法相对于其他基于优化的去运动模糊方法在峰值信噪比上平均提高2.105d B,结构相似度上平均提高0.034。最后,为解决同时存在运动和散焦的模糊问题,通过将基于显著阶跃边沿的散焦估计算法和基于局部线性约束的去运动模糊算法结合,以降低图像中的混合模糊。利用散焦和运动模糊的模糊矩阵重新建立求解清晰图像的目标函数,通过优化求解得到存在混合模糊时的清晰图像。