【摘要】本研究针对图像去模糊任务，提出了一种基于深度卷积神经网络的方法，并引入残差网络结构进行优化。 首先，通过对深度卷积神经网络的研究；其次，引入残差网络结构，通过残差连接实现了网络的优化，有效缓解了深层网络训练中的梯度消失问题；最后，使用现实和动态场景的数据集（ｒｅａｌｉｓｔｉｃ ａｎｄ ｄｉｖｅｒｓｅ ｓｃｅｎｅｓ，ＲＥＤＳ）对所提出的方法进行了验证。 结果表明：与传统卷积神经网络（ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ＣＮＮ）方法相比，引入残差网络结构的方法在峰值信噪比（ ｐｅａｋ ｓｉｇｎａｌ⁃ｔｏ⁃ｎｏｉｓｅ ｒａｔｉｏ，ＰＳＮＲ）和结构相似性（ｓｔｒｕｃｔｕｒａｌ ｓｉｍｉｌａｒｉｔｙ，ＳＳＩＭ）指标上均取得了显著提升，表现出更好的图像去模糊效果。