图像复原技术从六七十年代至今，已经得到了广泛的发展，应对不同原因造成的图像退化，出现了一系列经典常用的图像复原技术，比如，无约束最小二乘法、有约束最小二乘法、逆滤波、维纳、最大熵复原等等。在这些经典算法的基础上，研究人员不断创新、改进以求得到最好、最精简的复原效果。同时，由于这些复原方法都是基于图像点扩散函数PSF已知的基础上。而在通常情况下，由于多种因素影响，图像点扩展函数通常是未知的。因此如何在模糊图像基础上精确估计运动模糊图像模糊参数从而实现图像复原成为必需。64933

在自动鉴别运动模糊图像模糊方向领域，由于匀速直线运动模糊图像对应的频域上有周期性的零值条纹，零值条纹与运动方向相垂直，M.Cannon等[1]利用这一特点估计运动模糊的方向，但仅仅限于匀速运动条件，不适用于加速、振动等其他情况。Y.Yizhaky和N.S.Kopeika[2]等采用一个2×2微分乘子来鉴别运动方向论文网，但是该微分乘子只能鉴别0°~45°角范围的运动模糊方向，误差较大且误差总是负值，鉴别结果总是偏向0°。比较行之有效的方法为陈前荣等[6]提出的运动模糊方向鉴别方法，利用方向微分得到图像灰度值绝对值最小时对应方向就是图像模糊方向的特点和双线性插值方法，得到图像的模糊参数。

在自动鉴别运动模糊图像模糊尺度领域，由于匀速运动模糊图像频谱具有规则的明暗条纹，很多学者（如王晓红等[5]）预设图像模糊方向与频谱暗条纹相垂直，且模糊长度与条纹间距成简单反比，从而提出检测模糊参数算法。而李宇成等人表示模糊尺度与平行暗条纹间距并不是简单的反比，而是和所处理图像的尺寸有关，并据此对原有算法进行改进。

模糊图像复原已然成为数字图像处理领域的重要课题，不断有学者进行研究并提出更好的算法和方法，然而图像复原依然有很多问题亟待解决。