1. 研究目的与意义（文献综述）
在科学技术日益革新的当今时代，信息技术的发展是推动社会生产力，改变社会生活方式的重要因素之一。图像是人类获取、传递信息的重要来源与媒介，利用现代科技设备获取图像与处理图像是信息处理的常用手段。图像质量是评估图像信息量的主要因素之一，图像模糊是影响图像质量的常见因素，根据图像模糊类型不同，运用不同的去模糊方法以及不断改进技术方法以达到更为有效图像处理结果，是图像技术的发展方向之一。
图像运动模糊是一类日常生产生活中常见的图像退化情景，其产生的原因是获取图像时成像设备与目标对象之间发生了相对运动，造成实际获取的图像模糊不清，对图像进行高级处理时，会产生不利影响。在利用相机、智能手机以及其他工具进行拍摄时，由于设备抖动或是拍摄物体移动而产生的运动模糊，从解决方法上来说可以分为两大途径，一是通过稳像处理，增强图像拍摄设备的稳定性，可通过增加机械设备或光学元件加以辅助拍摄设备，减小拍摄过程的抖动。另一方面则从改善获取的图像质量方面考虑，对图像进行数值化处理，去除运动模糊，进行图像复原处理。由于稳像处理需要克服的外部环境因素具有较大不确定性，干扰成像质量的因素繁多，因此采取图像去运动模糊的方式较为经济便捷且直接有效。
图像运动模糊去除问题可分为两大类，一类是可确定模糊核，通过确定的模糊核，与清晰图像合成，可提供研究图像模糊问题的模糊图像，而在实际问题中，主要解决的是第二类问题，无法提取或确定模糊核的图像运动模糊盲去除问题，随着计算机科学技术的发展，为研究运动模糊盲去除的方法途径不断提供了新的可能，改善图像质量，一直是图像处理领域中的重要研究方向，继续研究与探索更为有效的图像模糊去除方法仍然十分有必要。
2. 研究的基本内容与方案
（1）研究目标
① 进行图像运动模糊去除的算法设计；
② 实现利用多尺度卷积神经网络进行运动模糊去除。
3. 研究计划与安排
第1-3周：收集、整理选题相关的文献资料，完成、完善方案论证，撰写开题报
告；
第4-5周：认真学习选题相关的知识、理论和算法实现等，熟悉软硬件境；
4. 参考文献（12篇以上）
[1] 梁为民. 计算机图像处理[d]. 北京日报出版社,2017.
[2] 刘鹏飞，赵怀慈，曹飞道. 多尺度卷积神经网络的噪声模糊图像盲复原[j].红外与激光工程,2019,48(04):300-308.
[3] 吴梦婷，李伟红，龚卫国. 双框架卷积神经网络用于运动模糊图像盲复原[j].计算机辅助设计与图形学学报,2018,30(12):231-234.
