数字图像在拍摄的过程中,由于相机和场景之间的相对移动,容易造成运动模糊。数字图像运动去模糊是计算机视觉研究的热点之一。但是,大多数的运动去模糊算法都没有考虑影响摄像机固有的因素对去模糊效果的影响。摄像机的曝光过程,是数字图像模糊的形成过程,曝光结束后,形成了辐照度图像(Irradiance Image),然后通过摄像机响应函数将辐照度图映射到最终的强度图像上。并且,在辐照度图的形成过程中,还存在非线性的生成饱和象素的饱和过程。本文针对辐照度图,研究成像过程中的摄像机响应函数和饱和过程在去模糊过程中的作用。主要工作包括以下几个方面：一、对去模糊现状和主流方法进行调研,并介绍了当前摄像机响应函数的求解方法,以及当前去模糊方法中对饱和象素的处理方法。本文分别从非盲去模糊和盲去模糊两个方面介绍了当前的去模糊现状和主流算法。同时,介绍了基于曝光比、边界累积函数等方法的摄像机响应函数求解算法,并且分析了这些求解方法在运动去模糊应用中的不足。并且介绍了当前去模糊方法中对饱和象素的处理。二、提出基于模糊边界的摄像机响应函数估计和运动去模糊方法。目前的运动模糊去除算法并没有考虑成像过程中摄像机响应函数的影响,因此不可避免地存在去模糊效果不佳的现象。本文研究运动模糊图像的摄像机响应函数估计问题,提出将不同位置能量累积形成模糊的运动过程和摄像机响应函数相结合的摄像机响应函数求解模型,并进一步基于该运动过程模型之上提出一幅或多幅运动模糊图像的摄像机响应函数求解方法。该求解方法只需选择一些与局部运动方向不平行的边界即可,没有前人额外苛刻的平行边界要求,因此也较前人方法更加灵活。实验结果说明文中求解摄像机响应函数模型和方法的准确性以及考虑该响应函数对运动模糊去除效果的提高作用。三、针对含饱和象素的模糊图,提出了饱和象素的检测和运动去模糊方法。并结合摄像机响应函数,提出了一种更完备的运动去模糊方法。饱和象素是由于饱和过程的非线性截断形成,与非饱和象素强度形成过程不一致,因此影响非饱和象素的运动去模糊。目前很少有针对饱和象素的运动去模糊算法。本文提出了对饱和象素的检测方法,并将检测结果应用在模糊核的求解和去卷积之中。模糊图像的去模糊实验说明在去模糊过程中对饱和象素处理可对去模糊的质量有提高。对于饱和了的运动模糊图像,如果不考虑形成过程受到摄像机响应函数和饱和象素两个非线性过程的双重影响,则难以取得较佳的去模糊结果。本文提出先求解摄像机响应函数,得到模糊的辐照图,继而通过对饱和象素的检测排除饱和象素的影响,得到去模糊的辐照图,最后再得到最终的去模糊结果。本文提出的去模糊流程更符合数字图像的形成过程,是一种比较完备的去模糊算法。