在拍摄过程中,常常由于摄像器材抖动或拍摄场景的快速运动,导致图像模糊。这种由于成像传感器与拍摄场景的相对运动导致的图像模糊,称作运动模糊,本文研究的相机抖动模糊也属于其中的一种。目前数码产品技术日益成熟,手持数码相机的质量愈轻,体积愈小,人们在拍摄照片,按下快门时,难免会在不经意间发生抖动,尤其对于手机相机来说,发生这种情况的概率更大。相机抖动模糊使得一些有价值的照片丢失了重要的信息,人们急需要从模糊图像中恢复出清晰图像,获取有用的信息。因此,研究一种高效的,快速的去模糊技术显得十分必要,这一技术对于车牌识别等其他方面也有很大的帮助。去抖动模糊的数学模型一般表示为清晰图像与模糊核(也称作相机抖动路径或点扩散函数PSF)的卷积,与相机抖动中产生的噪声之和。因此,去模糊的过程被称为图像反卷积,当模糊核已知时,图像反卷积为非盲反卷积,模糊核未知时,为盲反卷积。一般,相机的抖动路径是随机的,不可预知的,这种情况下,得到清晰图像的过程叫做图像盲复原,或盲反卷积。本文主要研究的是基于相机抖动的单幅模糊图像的盲复原,首先基于模糊图像得到模糊核,这是去抖动模糊的难点,其次是基于估计的模糊核恢复出清晰图像。本文中的算法分为两步：第一步,模糊核的估计。采用迭代算法,建立图像金字塔,对于图像金字塔中的每一层图像,利用双边滤波器滤除噪声、冲击滤波器强化模糊的边缘,采用基于极值的多尺度分解法(EMD)剔除宽度小于模糊核宽度的窄边,得到清晰图像和模糊图像的梯度幅度图,建立目标方程,估计出模糊核。在估计出模糊核之后,利用图像的空间先验知识,建立目标方程,得到清晰图像,接着对图像上采样将其作为下一层清晰图像的初始值。第二步,依据得到的模糊核和粗糙的清晰图像,基于残差模糊图像,利用Richardson-Lucy算法得到清晰图像。文中选取的模糊图像来自于Levin图片库,经过仿真,证实本文提出的算法可以估计出有效的模糊核,得到较清晰的图像。