本文主要研究被拍摄物体与相机之间的存在相对运动时所造成的运动模糊图像的恢复问题。通过分析运动模糊图像的成像原理,并结合在摄取图像的短暂曝光时间内,造成图像模糊的运动可近似作为匀速直线运动处理,建立图像的退化模型及复原模型。在复原的过程中,点扩散函数的准确建立是影响图像恢复质量的关键问题,本文利用基于小波变换和自相关的模糊核估计算法鉴别出运动模糊参数(运动方向和模糊距离)。在估计出运动模糊点扩散函数的基础上,结合恢复方法对模糊图像进行恢复以便得到趋向于原始图像的恢复图像,并消除振铃效应。在现存的复原算法当中,首先逆滤波算法可以复原不含噪声的图像,并且效果很不错,而图像含有噪声的时候,从复原图像中几乎看不到原来的图像；其次维纳滤波算法对噪声污染具有一定程度的抵抗能力,复原的效果明显比逆滤波算法好很多,但是存在很严重的振铃效应；最后RL复原算法对于没有噪声的退化图像表现良好,并且迭代次数越多,复原的结果就越接近原来的图像,而图像在有噪声的时候,复原算法的每次迭代都会把噪声放大,结果就是使复原效果变得很差,同时RL算法的耗时也比较大,限制了RL算法的应用范围。本文讨论的是运动模糊图像复原应用过程中发现的一些问题及解决方案,主要内容包括如何对模糊核进行估计、如何对退化了的图像进行复原和如何对维纳复原的振铃效应做一定程度上的抑制,本文分析运动物体成像的模型和模糊的模型,主要讨论物体做匀速运动时的成像模型；从退化了的图像中提取有价值的信息,对模糊核进行更为准确的估计,主要介绍在频域中如何估计模糊核,并且重点讨论了本文提出的以小波变换、Hough变换和自相关函数为基础的如何进行模糊核的估计；对现有的复原方法进行研究,主要包括逆滤波的方法、维纳滤波方法和RL迭代方法是怎样工作的,以及它们各自的适用范围和存在的优缺点；在现有方法的基础上研究怎样消除复原结果的振铃效应。