模糊图像是什么一个概念，图像中的像素每一个都有自己的像素值，这些像素值决定了图像终的显示。来想象一幅模糊的图，是不是感觉越模糊，这些像素点之间的差别就越小呢？确实是这样，这也是图像模糊的原理，也就是一种像素的平滑化，通过对图像中的像素值进行平均处理，让这些像素值越来越来接近，来达到一种人尽量无法辨识出这些像素点的差别，从来产生模糊的效果。原理就是如此，从原理上，我们还可以得到一个启示，那就是对于取均值的半径大小越大，那么整个模糊效果也就越好，很好理解，因为取的范围越大，意味着相似的像素点越多，达到的模糊效果也就越好了。

　　模糊图像处理技术应用*的机器学习和计算机视觉技术，仿真人类的视觉系统，针对某市公共安全图像资源前端摄像头出现的雪花、滚屏、模糊、偏色、画面冻结、增益失衡和云台失控等常见摄像头故障以及恶意遮挡和破坏监控设备的不法行为做出准确判断，并自动记录所有的检测结果，生成报表。以便用户轻松维护市公共安全图像资源系统。

　　造成图像模糊的原因有很多，要取得比较好的处理效果，不同原因导致的模糊往往需要不同的处理方法。从技术方面来讲，模糊图像处理方法主要分为三大类，分别是图像增强、图像复原和超分辨率重构。

　　图像增强：

　　很多传统图像算法都可以减轻图像的模糊程度，比如图像滤波、几何变换、对比度拉伸、直方图均衡、空间域锐化、亮度均匀化、形态学、颜色处理等。就单个来讲，这些算法都比较成熟，相对简单。但是对于一个具体的模糊图像，往往需要上面的一种或者多种算法组合，配合不同的参数才能达到理想的效果。这些算法和参数的组合进一步发展成为具体的增强算法，比如“图像去雾”算法、“图像去噪”算法、“图像锐化”算法、“图像暗细节增强”算法等等。这些算法都不同程度提高了图像清晰度，很大程度改善了图像质量。

　　图像复原：

　　图像复原与图像增强技术一样，也是一种改善图像质量的技术。图像复原是根据图像退化的先验知识建立一个退化模型，然后以此模型为基础，采用各种逆退化处理方法逐步进行恢复，从而达到改善图像质量的目的。

　　图像超分辨率重构：

　　超分辨率复原是通过信号处理的方法，在提高图像的分辨率的同时改善模糊图像的情况。其核心思想是通过对成像系统截止频率之外的信号高频成分估计来提高图像的分辨率。