运动模糊图像复原技术是图像处理领域中的重要研究内容之一,广泛的应用在视频监控领域。其实质是根据图像的一种或多种先验知识和采集的模糊图像寻求模糊核和清晰图像的最优估计。基于L1/L2正则先验的图像复原计算量小、速度快,能够准确的估计出模糊核,但是复原后的图像中振铃效应较严重。针对这个问题,本文提出一种基于图像自相似性的改进方法。同时针对监控中出现的模糊车牌,提出一种基于L0范数改进去模糊算法。主要工作如下：(1)介绍了图像去模糊的研究背景和意义,论述了图像退化模型,总结了现今图像去模糊技术的发展状况,并指出图像去模糊的难点和关键问题。阐述L1/L2正则化去模糊方法,并指出其复原图像中存在振铃效应的不足,提出基于图像自相似性的改进方法,估计模糊核时,引入冲击滤波来增强图像的边缘,增加模糊核估计的准确性,在复原时,利用非局部均值滤波来抑制振铃噪声对复原结果的影响,改善图像复原结果。同时将该方法用于监控中模糊行人图像去模糊处理,增加了行人的辨识度。(2)分析了车牌图像的灰度直方图和梯度直方图的特点,指出基于图像强度和梯度的L0正则化方法用于车牌图像去模糊的缺陷。这是由于车牌图像的像素值不集中在零点,相对于文本图像,车牌图像更密集,文本图像更稀疏,为了增加车牌图像的稀疏性,对车牌图像进行预处理,再利用基于图像强度和梯度的L0正则化方法去模糊,恢复出清晰车牌。