在印刷品全画面检测时,由于静止的CCD和快速检测的印刷产品之间发生相对运动导致采集图像模糊不清,影响后续的缺陷检测,当模糊程度严重时不能检测,发生错误预警等情况,针对这个问题本文研究了运动模糊图像的复原方法,通过分析图像退化原因,建立退化复原模型,实现图像复原,并最终将复原的图像应用到全画面检测系统中。介绍了噪声的特点,对比中值滤波和均值滤波分别取不同的滤波参数对于不同噪声密度图像的去除效果,得出了中值滤波对于模糊图像的去噪效果更有效的结论。根据图像退化的逆过程反向求得原图像,即根据模糊图像和点扩散函数复原图像。分析系统的点扩散函数PSF,得知点扩散函数有两个重要参数即运动模糊长度和方向,只要求得这两个参数输入到图像复原滤波器中便可将图像复原。对比分析了两种模糊方向的求取方法,一种是傅里叶频谱图法,一种是方向微分法。通过对比不同模糊长度分别对应的不同模糊角度,来判断两种方法求角度的精度,分析得出精度允许范围内可使用方向微分法(自动鉴别),精度较高时采用傅里叶频谱图法(手动鉴别)。基于sobble算子求模糊长度参数,通过sobble算子求导数的自相关函数,并得出了自相关函数图像上两负峰之间的横坐标的绝对值距离即是运动模糊长度,多次实验表明,这种方法可以精确地求出PSF长度参数。在加噪和不加噪两种条件下,用盲去卷积、R-L、维纳滤波和最小二乘方四种图像复原滤波器,对运动模糊图像复原并评价复原结果,最终表明L-R图像复原滤波器恢复图像最适合全画面质量检测系统。论文图像复原实验部分采用Matlab实现,分别实现了PSF模糊参数的对比求取、图像的去噪、四种复原滤波器对图像的复原以及复原图像效果的评价的编程。此外复原图像的应用通过基于VC++编程的全画面缺陷检测系统实现。