在图像获取过程中,由于相机和目标间的相对运动,会造成图像模糊。本文主要研究针对离焦模糊和全局、局部线性运动模糊的质量评价算法,以及针对全局和局部线性运动模糊的参数估计方法。并通过实验验证本文方法的有效性。本文主要工作和成果如下:1.提出了基于大尺度结构显著边缘的离焦模糊图像质量评价算法。本方法首先利用加权最小二乘滤波器提取图像大尺度结构,以排除边缘宽度很小的细密纹理的干扰。进而求取不同宽度的显著边缘所占比例,以排除图像内容和对比度的干扰。然后计算图像最大部分梯度模值的均值。使用支持向量回归的训练方式,得到这些特征与图像质量间的关系模型。实验表明,该方法对图像的评价结果与主观评价值具有较好的一致性。2.提出基于方向梯度自相关函数的局部线性运动模糊图像质量评价方法。针对图像块高低频统计特征难以区分模糊区域与平滑背景的问题,本方法分析了运动模糊目标在运动方向上的梯度自相关函数的特性,利用其特性提取运动模糊目标,进而评价图像质量。本文方法可以较准确的提取马路上的行人、自行车和汽车。3.提出基于运动目标与静止背景交接区域像素变化的局部运动模糊参数估计方法。针对局部运动模糊区域的频域暗条纹特性不明显的问题,本文方法分析了交接区域像素变化的特性,估计清晰情况下的锐利边缘像素分布,使用不同尺度模糊核模糊锐利边缘,然后与交接区域实际像素比较,选择差异最小的模糊尺度。本文方法具有较好的估计准确性。