图像模糊的种类繁多,成因来源广泛,本课题主要针对运动平台拍摄的视频图像进行去模糊算法的研究。文章首先介绍了图像去模糊的一些理论知识,分析了图像产生运动模糊的成因,并对几种被国内外学者广泛研究的模糊模型进行介绍;紧接着对于本文所要使用的运动模糊模型进行深入分析和实验验证;在随后的章节中,重点探讨了本文提出的基于块匹配的视频图像去模糊的算法的流程和技术细节,论文的主要工作和创新点包括:1、针对视频图像序列在时间上的相关性,使用了一种基于块匹配的,建立在运动模糊模型上的,利用了多帧序列图像在时间窗内的相关性来对图像进行去模糊的方法;2、针对块匹配过程中常会出现的匹配块失配从而导致影响去模糊效果的情况,提出了非局部均值的改进算法,该算法在整幅图像上寻找匹配块,从而得到了更好的去模糊的效果;3、针对块匹配去模糊方法出现的纹理丰富部分去模糊效果差的情况,提出了使用K-均值聚类的改进算法,该算法在目标图像上寻找一组而不是一个匹配块来对图像进行去模糊。在这些工作和创新点的基础上,本文做了大量实验来进行结果论证并与其他去模糊方法进行对比,并引入MSE和基于Sobel算子的评价函数来对图像的去模糊效果进行评估,证明了文中的方法及其改进有其先进性和必要性。