چکیده: تصاویر هنگام ثبت، معمولاً در اثر نویز و مات‌شدگی تخریب می‌شوند. مات‌شدگی تصویر، اغلب زمانی رخ می‌دهد که در حین پرتودهی به حسگر، دوربین نسبت به صحنه در حرکت باشد و یا عدسی دوربین تطابق درست نداشته باشد. یکی از مسائل پرکاربرد در حوزه پردازش تصاویر، رفع ماتی از تصویر می‌باشد. هدف از مات‌زدایی، بازیابی یک تصویر واضح از تصویری است که ممکن است به هر دلیلی مات شده‌ باشد. اگر هسته تارکننده شناخته‌شده باشد، مات‌زدایی غیرکور و در غیر این صورت، مات‌زدایی کور نامیده می‌شود. در این پایان‌نامه، مسئله مات‌زدایی کور مورد مطالعه قرار گرفته‌است. مات‌زدایی کور، بسیار چالش‌برانگیزتر از مات‌زدایی غیرکور است، چرا که فقط یک ورودی تک تصویر مات در دسترس است و معمولاً به‌صورت مستقیم یا غیرمستقیم به دنبال تخمین هسته مات‌کننده تصویر، از روی تصویر مات هستیم. در نهایت، با تخمین هسته تاری، برای رفع ماتی از روش‌های واپیچش استفاده می‌شود. در این پایان‌نامه، از ساختار پنهان چندمقیاسه(MSLS) برای تخمین هسته تاری و رفع ماتی تصویر استفاده می‌نمائیم. در تابع هدفی که به‌منظور بازسازی وضوح تصویر پیشنهاد داده‌ایم، برای بهبود وضوح تصویر بازسازی‌شده و کاهش آلایه، یک جمله که هسته تاری را مجبور به یکپارچکی می‌نماید اضافه نموده‌ایم. نتایج ارزیابی روش پیشنهادی نشان می‌دهد که کیفیت رفع تاری، در بسیاری از موارد بهبود چشمگیری داشته و روی پایگاه داده مورد استفاده، میانگین PSNR و SSIM به‌ترتیب برابر 4163/28 و 8672/0 به‌دست آمده‌است. این درحالی است که روش پیشنهادی در مقایسه با بسیاری از روش‌های موجود، از سرعت خوبی نیز برخوردار است.