图像作为人类获取信息的重要途径,在现代社会中占据着重要的地位。然而,在图像的拍摄过程中常常由于相机的抖动或者是场景中物体的运动,导致获取的图像出现模糊现象,这严重影响图像的使用及其后续处理。图像去模糊的目的就是使用一定的方法从退化的模糊图像中恢复出清晰的、包含丰富信息的图像,而在模糊核无法获知的情形下的去模糊问题即是所谓的图像盲去模糊,这是一个严重的不适定问题,具有很大的挑战性。图像去模糊作为数字图像处理和计算机视觉领域的重要研究课题,在摄影学、光学、天文学、医疗图像、监控、遥感探测和军事研究等领域都具有广泛的应用价值,也是近年来学术界普遍关注的一个热点课题,具有非常重要的理论意义和现实意义。本文以单幅图像的盲去模糊问题为主要关注对象,首先介绍了图像去模糊的科研背景和意义,详细分析了去模糊问题的研究现状；然后,介绍了引起图像模糊的退化模型,包括连续形式和离散形式,给出了图像去模糊的概率模型,并紧接着介绍了几类常用的噪声和图像先验约束,以及几类常用的盲去模糊方法。在此之后,提出一个新的鲁棒的基于单幅图像的盲去模糊方法,使用基于l0约束的平滑方法从模糊图像中提取显著性边缘以增加模糊核估计的鲁棒性；为保留图像中的显著边缘、细小纹理等特性,使用了对自然图像的归一化稀疏先验约束来指导清晰图像恢复过程；并且提出了一种有效的快速优化算法用于求解文中给出的模型。实验表明,将本文方法应用到大多数一致运动模糊问题中,可以有效地获得质量优于传统方法模糊核和清晰图像,并且算法速度得到明显提升。