中文摘要：

模糊的监控图像是影响视频监控系统实际监控效果的主要因素，在现有视频监控系统的应用和实施中，往往由于图像的模糊而在监控事件发生时无法获得监控场景中的真实信息，视频监控的效果大打折扣。本项目拟针对视频监控系统的实际需求，研究开发基于运动图像去模糊与单图像去模糊相结合的算法框架，在此算法框架内并行处理监控视频中的模糊图像，对于不同监控场景下产生的模糊视频和图像具有更强的针对性和适应性，本项目同时建立基于监控图像视觉提高效果和监控图像智能分析精度提高效果两方面相结合和评价标准和体系，从视频监控系统实际应用的角度评价和检验图像去模糊算法的性能，避免了传统的图像去模糊算法评价方法主观性较强的缺点，本方案的评价体系和方法更加有助于提升现有视频监控系统的实际监控效果。

结论摘要：

视频监控系统通常采用固定摄像机对某一场景进行连续不断地监视，并对采集到的图像序列进行处理和分析，实现对运动目标的自动检测、跟踪和识别。但视频采集设备的载体在拍摄的过程中可能存在不规则的抖动,导致采集到的视频图像序列存在模糊、不稳定等现象。此外视频图像受光源的影响很大，当光源在入射方向上受到不透明物体的遮挡时，会产生阴影，使目标图像不清晰。针对视频监控系统的实际需求，本项目围绕运动图像去模糊与单图像去模糊等问题开展算法研究，并提出了运动图像去模糊与单图像去模糊相结合的算法框架，再结合最新的并行技术处理监控视频中的模糊图像。主要研究内容包括(1) 利用图像多尺度及边缘信息估计模糊核函数，研究基于图像先验知识的运动图像去模糊算法及运动图像和单图像相结合的去模糊算法。(2) 研究基于结构保持的图像运动伪影快速抑制算法。(3) 在电子稳像方面，研究基于代表点匹配的电子稳像算法。(4) 研究并建立基于监控图像视觉和监控图像智能分析精度相结合的评价标准和体系，从视频监控系统实际应用的角度评价和检验图像去模糊算法的性能。