信息储存在图像中,在社会的各个领域都有着不可替代的作用。然而在图像获取的过程中,总是会受到外界或者由于自身原因的影响,使图像的质量会出现模糊。为了能够让图像中的信息清晰的传递出来以及恢复原本高清质量的图片,如何利用模糊图片复原出清晰的图像已经成为了当前国内外学者研究的热门。图像去模糊作为图像处理的一个分支,为后续的模式识别打下了一个重要的基础,因此极具研究的价值与意义。图像去模糊是指恢复模糊的图像,使最大限度的复原其原本信息的处理过程。近些年来,随着各种拍摄机器的不断发展,如何在图片受到模糊后进行及时的去模糊方法,已经成为研究的热点。本人借鉴前人的研究经验,取其精华,提出了一种新型的图像去模糊的方法,首先提出一个图像模糊判断的函数,用于判断图像是否存在模糊现象,其次将图像分为图像块,在图像块的基础上进行处理,最后在图像的亮度色彩模式上,结合维纳滤波的最小方差原则,提出了一种自适应的去模糊的方法,对此,本文的主要研究内容如下。1)图像质量评价的研究传统图像去模糊后的效果是基于主观评价和客观评价。客观评价是通过具体的数学公式进行计算,常见的有均方误差、信噪比以及峰值信噪比,由于去模糊后的图像与原始图像存在较大误差,使得在数学模型与传统的“均方误差越小越好”和“峰值信噪比越大越好”的原则相背。针对这个问题,本文提出了去模糊后的评价应基于主观评价,针对主观评价可能出现的误差,本文设计了一种新的去模糊后的图像质量分数的算法。2)图像去模糊模型的研究。经典的逆滤波、维纳滤波以及R-L去模糊的过程,都存在一定的弊端。针对这些弊端,本文结合前人的研究成果,基于维纳滤波去模糊的方法上,提出了一种新的去模糊方法,即结合图像的RGB通道分别进行亮度转换进行模糊核估计,同时结合维纳滤波的原始图像和噪声的比值实现自适应去模糊。实验结果证明,本文提出的方法在一定程度上可以减少图像的振铃现象。3)图像模糊的判断为了检测图像中是否出现了模糊,本文提出了一种用于判断图像中是否出现模糊的函数。考虑到图像灰度图信息以及图像地图特征;本文提出了基于奇异值判断图像梯度函数,增强了图像去模糊的效率。基于模糊图像数据库中的图像,实验结果证明,基于奇异值判断图像梯度的函数可以提高图像去模糊效率。本文基于自适应的维纳滤波图像去模糊研究,并在模糊视频帧、图像数据和图像块进行去模糊,并取得了较好的研究成果。在未来的研究中,本文将考虑加入多种模糊的图像去模糊,进一步展开基于图像去模糊的研究。