基于模糊图像的参数估计一直是机器视觉的研究热点之一,其主要原理是根据图像中所显示的模糊特性,找到所需要的模糊信息,建立图像中的模糊信息与运动图像的关系,进而获取运动图像中的参数。针对目前所拍摄的图像中,因包含多运动目标而无法对其中某一目标进行准确模糊参数估计的问题,本文提出基于局部模糊图像的多目标参数估计研究算法,具体研究内容如下:首先,介绍模糊图像退化模型的形成原因及分类,并着重分析运动模糊图像的退化模型以及点扩散函数,研究点扩散函数与图像模糊参数的关系。其次,通过对点扩散函数的分析,深入研究运动模糊图像的频谱特性,并从模糊角度、模糊尺度两个方面,探讨现有算法在模糊参数估计中存在的问题。最后,提出基于局部标准差与现有算法相结合的方法,同时鉴定多目标的模糊参数。通过提取标准差较大的模糊边缘图像特征块,对各特征块进行筛选、归类,然后应用Radon变换及倒谱法分别对每个特征块进行运动模糊参数的鉴别估计。针对现有算法在有噪声情况下,精确度不高的问题,引入金字塔式权值,对模糊参数识别结果进行加权求平均值,以达到对测量结果进一步精确的目的,通过仿真实验对优化的算法进行性能仿真与对比分析,提高算法对运动模糊参数估计的稳定性和准确性。