图像复原是将输入的退化图像经过一定算法处理后恢复成原始较清晰图像的过程。图像退化可能是环境噪声、采集设备的抖动、场景内的物体运动等原因造成的。其中运动模糊图像的复原工作一直是图像处理领域的重要课题之一,在工业、安防、军事、医疗等领域都有重要的应用。图像复原根据模糊核是否已知可以划分为两种,模糊核已知的非盲复原问题和模糊核未知的盲复原问题。对于模糊核未知的盲复原问题来说可以分为两类,模糊类型已知而参数未知的问题,例如散焦模糊或匀速直线运动模糊;模糊类型未知且参数也未知的问题,例如由图像采集设备的抖动导致的运动模糊。针对单幅空不变的运动模糊图像,本文提出了一种快速、有效的盲反卷积复原算法。在分析了大量自然场景图像梯度的分布后,利用图像梯度呈重尾分布且稀疏的特性以及运动模糊核的稀疏特性估计出运动模糊核后,运用非盲反卷积算法复原出清晰图像。本文提出的双Lp范数对图像梯度和模糊核进行惩罚约束,能够很好的抑制振铃效应,并使复原出的图像具有诸多细节,如边缘和纹理。该算法在计算运动模糊核时,利用最大后验概率的框架,使用split Bregman方法来优化能量方程,并利用图像金字塔原理在尺度空间下进行迭代求解。另外,本文利用磁滞阈值的方法可以很好的抑制运动模糊核的噪声。实验结果显示,本文提出的算法能够有效地对运动模糊图像进行复原,抑制振铃效应,与其它参照算法相比本文算法的复原结果更优。