随着经济全球化的快速推进,科学技术的不断进步,便携式数码产品快速涌入人们的日常生活中,然而在使用这些设备的过程中出现图像的质量退化是不可避免的,图像的质量退化问题已经成为人们生活中一个亟待解决的问题。并且图像模糊在图像退化中是最为常见的,也是计算机视觉和图像处理领域中备受关注的热点问题。近年来,涌现了大量的去运动模糊的方法,提高了去模糊的水平,但是怎样得到高质量的复原图像仍然是一个极具挑战性的问题。图像去模糊是一个不适定问题,因此通常需要使用正则化方法来提高求解过程的稳定性。首先,本文从图像的局部特性出发,提出一种新颖的局部加权全变差(Locally Weight Total Variation, LWTV)正则化方法来解决非盲去运动模糊问题,并设计了一种基于交替迭代优化方法的有效解法。与传统TV方法相比,LWTV对图像的结构具有更好的适应性,并且所构造的能量泛函可以更好地刻画清晰图像(即在该模型中清晰图像梯度的能量低于模糊图像)。再次,本文以图像的显著性结构为指导,基于模糊核的稀疏性和连续性等先验信息,结合LWTV模型,给出了新颖的模糊核估计方法,并给出相应的迭代算法,从而求解出具有稀疏性和连续性的相对准确的模糊核。最后,本文结合以上两方面给出了一种基于局部加权全变差和连续核的盲去运动模糊的方法,此方法能够相对快速的复原出去除噪声及模糊的清晰图像。实验分析表明,本文提出的复原方法可以在去除模糊和噪声的同时,很好的保持图像边缘和抑制振铃效应。并且实验也表明本文的方法能有效的复原模糊核较大的图像,是一种有效的去运动模糊的方法。