视频盲复原方法研究是一个极具挑战性的课题,对于改善视频质量,恢复视频信息具有重要意义,近年来逐步受到学者们的重视。然而,许多现存的视频盲复原方法都假设点扩散函数(Point Spread Function,PSF)是空间不变的,当用这些方法去除空间变化的模糊时,其性能会急剧下降。为此,本文提出一种面向空间变化运动模糊的视频盲复原方法。主要工作内容概括为以下几点:①在充分调研和分析图像和视频复原技术的研究现状和发展趋势的基础上,提出一种面向空间变化运动模糊的视频盲复原方法。该方法利用单幅图像盲复原技术中的先验辨识法,将PSF参数估计和单帧视频图像复原分开进行,首先充分利用视频帧之间的相关性,通过相邻两帧视频图像估计出前一帧的空间变化的PSF参数,然后利用估计得到的PSF参数复原该帧。②在空间变化的PSF参数估计阶段,提出利用刚性运动物体中PSF参数的局部相似性,通过加权的方法对初始估计的PSF参数进行精细化处理,从而得到更加精确的PSF参数。③在视频复原阶段,将全变差(Total Variation,TV)正则化模型与图像块融合模型结合起来,提出一种分块策略以复原单帧空间变化运动模糊视频图像。该策略既可以处理空间变化的模糊,也可以抑制振铃效应,保护图像边缘,使复原效果更加理想。④在实验中,将本文所提出的面向空间变化运动模糊的视频盲复原方法应用在真实视频的复原中,并与现有的较先进的算法进行比较,验证本文方法的优越性能。本文提出的面向空间变化运动模糊的视频盲复原方法主要用于去除因刚性体相对相机做三维平移运动而引起的模糊,与现有的图像和视频盲复原方法相比,本文方法在主观评价方面具有一定的优势。