模糊图像恢复是数字图像处理技术的一个重要分支，其中由拍摄目标与成像设备的相对位移引起的运动模糊是一种常见的现象。模糊图像的常规恢复分两方面的工作：一方面是退化函数的提取，另一方面是已知退化函数后进行去卷积恢复。实际获取的运动模糊图像成因复杂，除了受到运动模糊因素影响，通常还会受到噪声的影响，因此在开始图像恢复工作时需要进行图像预处理，主要是图像去噪。针对滤除噪声和保持图像边缘细节这一对矛盾因素，论文实现了一种基于小波变换的单幅运动模糊图像恢复算法。具体研究内容如下：(1)分析线性运动模糊图像的退化模型，由此确立了以模糊尺度和模糊角度为参数构建PSF(Point Spread Function,点扩散函数)来衡量退化函数；通过实验对常用的恢复方法进行对比分析，选取维纳滤波作为本文一般性的恢复方法；介绍了几种常用的图像恢复质量评价参数。(2)研究了一种基于傅里叶频谱几何特征的PSF估算方法，然后对该方法做了误差分析并验证了其抗噪性。该方法首先将输入图像变换到傅里叶频域，然后结合边缘检测，通过霍夫变换提取傅里叶频谱图的几何特征信息，进而估算出PSF。(3)对二维离散小波变换的Mallat算法进行介绍，并阐明了小波图像处理的基本思路：通过小波变换对图像进行分解，然后在变换域对各小波系数进行处理，再通过反变换重构图像完成处理工作；对小波阈值去噪法进行研究，通过实验分析说明了滤噪平滑图像与保持边缘细节的矛盾性。(4)结合本文PSF估算方法，实现了一种基于小波变换的整体恢复算法，通过与其它方法实验结果对比证明了其优越性。该算法基本思路是：首先在保持边缘细节的前提下，对输入的运动模糊图像进行初步去噪，然后对初步去噪后的图像进行小波分解，在变换域分别对高频部分再次去噪和对低频部分进行运动模糊恢复处理，最后计算反变换。(5)对本文模拟实验中未涉及的对象进行了拓展研究，包括长宽不相等的运动模糊图像和非线性运动模糊图像；对实际运动模糊图像进行了恢复实验并取得了良好的恢复效果，包括相机抖动模糊图像和局部运动模糊图像。