航拍图像指使用航拍飞行器携带摄影设备,在空中对地面物体进行拍摄,从而得到的航拍目标信息,被广泛应用在地貌测绘、军事侦察等众多重要领域内。因此航拍图像的清晰度研究有着十分重要的现实意义。本文分别从依赖图像退化模型的传统算法和依赖神经网络模型的深度算法两个方面,对航拍图像中广泛存在的运动模糊问题展开研究。传统算法研究过程中:首先,结合航拍成像特点进行理论分析,估算航拍运动模糊核的像移长度和像移角度两个参数;其次,结合航拍图像的视觉、频谱特性和导引滤波理论,设计适合航拍图像的非盲去模糊过程,并提出一种适合于嵌入式设备的航拍图像去运动模糊算法;随后,在上述算法基础上,使用DSP开发板,搭建了一种结构简单、运行简单方便、适于资源有限的嵌入式DSP平台的航拍图像去运动模糊系统;最后,从主观和客观评价方面入手,通过算法验证和系统验证分别验证所提算法的有效性和所搭建系统功能的完整性。深度算法研究过程中:针对航拍图像边缘信息丰富的特点,在条件对抗生成网络中引入卷积块注意力机制,采用残差块与注意力机制交叠堆积的网络结构,用以增强网络对于边缘信息的学习能力。在此基础上整理并制作了五组航拍图像模糊数据集,对所提算法进行训练。随后,对比分析各组航拍数据集在所提算法中的结果,并分别对比航拍数据集和普通数据集在所提算法和其他算法中的结果,通过主观和客观评价证明了所提算法针对航拍图像,具有十分显著的去运动模糊效果。最后,使用无人机拍摄了一组真实航拍运动模糊图像数据集,并通过主观评价,验证了所提算法对于真实运动模糊图像的有效性。