随着图像处理在各个领域应用的不断深化,对图像处理的要求也不断提高。实际中由于相对运动、散焦和噪声等许多不同因素的影响,会使得获取的图像有一定程度的污染,而形成模糊图像。因此对模糊图像的处理就成为图像处理的重要的一个分支。本文以运动模糊图像为研究对象,首先分析逆滤波复原和维纳滤波复原两种经典图像复原算法的性能,结合分布式计算的思想,提出了一种组合式维纳滤波复原的方法,即先在空间域上消除一部分噪声,再对其进行维纳滤波复原处理,仿真分析表明组合式维纳滤波复原的方法较单纯的维纳滤波算法性能更好;但是传统算法改进空间有限,满足不了人们对于更高质量图像的追求,本文提出了一种基于区域划分的稀疏表示去噪的智能图像复原算法,该算法首先用Primal sketch稀疏表示模型和图像块的统计特征将整个图像划分为非平滑区域和光滑区域,对于非平滑区域用基于K-SVD字典的图像去噪方法来去噪,对光滑区域用均值滤波方法来去噪,该算法由于采用不同区域使用不同算法的思想,更多地保留了图像的细节信息。在同等实验环境下,组合维纳滤波算法的PSNR值较维纳滤波算法提高了至少1.4dB,而基于区域划分的稀疏表示去噪智能算法的PSNR值则较维纳滤波算法也提高了至少1.4dB。仿真结果表明,组合维纳滤波算法和基于区域划分的稀疏表示去噪智能算法都在一定程度上改善了退化图像的模糊度,并保留其有效细节信息。本文的研究成果对运动模糊图像复原的实现具有一定的参考价值。