模糊图像盲复原是在模糊形式未知情况下估计模糊核和恢复清晰图像,在医学成像、卫星遥感和视频监控等领域具有广泛应用需求。大多数算法都运行在通用计算机上,通用计算机具有体积大、功耗大的缺点,在一些对硬件环境要求严苛的场合必须使用嵌入式平台,嵌入式平台具有体积小、功耗小的优点,但是又存在计算和存储资源有限的问题。本文针对图像盲复原算法在TMS320C6678平台的实现和优化开展研究,对于盲复原算法计算复杂度高导致运行效率低的问题,本文提出截取模糊图像的显著边缘区域的方法,用局部区域代替整体图像,用局部区域估计模糊核代替全图估计模糊核,局部区域估计相对于全图估计大大减少了计算量,提高了模糊核估计算法的执行效率。对于嵌入式平台存储和计算资源有限的问题,本文根据算法特点和硬件环境采取具有针对性的优化技巧,通过EDMA3加快数据的搬移效率、通过多核计算提高算法执行效率、通过数组存储设计减少存储空间需求、通过调用硬件专用计算库实现计算优化、通过盒滤波器加速窗口求和等一系列手段,充分发挥了嵌入式平台的计算能力。实验结果表明,本文实现算法在TMS320C6678平台对Levin数据集的恢复结果PSNR值在26dB以上,单幅640*512尺寸的红外图像运行时间由5488.7 ms减少到1213.2 ms,优化后比优化前节约了77.9%的时间。