运动模糊图像的恢复是目前数字图像处理领域研究的一个热点问题，有着重要的学术和应用价值。目前很多运动模糊恢复算法的计算量都比较大并且不能保证恢复结果的质量，针对上述问题，本文分析了运动模糊图像的退化模型，并提出了一种改进的模糊图像参数估计算法，和一种改进的维纳滤波恢复法，这两种方法结合使用，具有计算量较小，恢复质量好的优点，大大提高了运动模糊图像的恢复效率。采用radon变换的方法估计图像的模糊参数是目前被普遍采用的方法，但随着图像尺度的增大，其计算速度也变得很慢，由此本文提出了一种快速、高精度的参数估计方法，对原始频谱图进行阈值化操作后，提取频谱规则的直线部分进行分块检测，之后计算平均值，由于提取后的图像较小，所以提高了radon检测的速度，同时在进行了阈值化操作增加了检测的准确性。为了提高运动模糊恢复算法的恢复质量，针对有噪声的运动模糊图像，本文利用radon变换估计模糊图像的模糊长度和角度，再利用二次维纳滤波估计出图像的功率谱密度，避免了该值由人为取定，造成恢复结果不准确的情况，最后用加窗的维纳滤波法进行恢复，有效地抑制了传统维纳滤波法的振铃效应。通过实验证明，该方法精确估计出了模糊图像功率谱密度的值，并有效抑制了振铃效应，提高了图像恢复的抗噪性和稳定性，取得了较好地恢复效果。