徐弦秋，刘宏清，黎 勇,周 翊

(重庆邮电大学 移动通信技术重庆市市级重点实验室，重庆 400065)

0 前 言

图像在获取的过程中，总是会受外界条件和周围环境的影响，导致图像质量受损。因拍摄过程中的相机抖动和对焦不准确而产生的图像模糊是最常见的一种图像受损。随着手持拍摄设备的流行，如何得到一种能够从捕捉到的图像中去除图像模糊的方法已经成为研究的关键。

根据受损图像信息重建清晰图像的方法已经有很多，现存的方法中大致可以分为2类：①利用已知的模糊核函数去除图像模糊的非盲去模糊；在模糊过程未知的情况下，估计出模糊核并重建清晰图像的盲去模糊[1-2]。很显然，自然图像在获取过程中所受到的模糊损坏，其模糊过程和原始清晰图像信息都是未知的，如何精确地估计出模糊核函数是需要关注的主要问题。Fergus等[3]以混合高斯模型匹配自然图像的重尾分布特征作为先验知识，应用到贝叶斯框架中进行模糊核估计；Shan等[4]提出了一种交替优化方法，同时对模糊核和潜在图像信息进行联合估计，但是算法的复杂度相对较高；在大部分现有的方法中，通常都是将自然彩色图像转化为灰度图像进行模糊核提取。事实上，数字照相机获取的彩色图像可以看做是3个色彩分量图的叠加，即红色、蓝色和绿色(red green and blue,RGB)分量，模糊核函数对每一个色彩分量图的影响是不同的。忽略不同分量图中模糊核的差异将会给接下来的图像恢复过程带来无法避免的失真影响。……