李海波，邵文泽

(1.瑞典皇家理工学院 计算机科学与通信学院，斯德哥尔摩 10044 2.南京邮电大学 通信与信息工程学院，江苏 南京 210003 3.南京理工大学高维信息智能感知与系统教育部重点实验室，江苏 南京 210094)

图像模糊是实际生活、生产活动中的成像系统普遍存在着的一种退化现象，往往由成像设备自身的散焦、抖动或是在成像过程中与目标对象之间的相对运动造成的。特别在夜间和弱光环境下拍照以及突发事件抓拍、运动目标跟拍等诸多情形下，极有可能产生不同程度的空间不变（Spatially-invariant）或空间变化（Spatially-variant）模糊。由于实际的模糊成像过程的模糊核往往复杂多变、不易参数化，探讨不受限图像非参盲去模糊（Unrestricted Nonparametric Blind Image Deblurring，UN-BID）具有显而易见的现实意义。

图像盲去模糊不仅是低层视觉领域的基础性问题［1-2］，同时也是计算成像领域的前沿性课题［3］。事实上，自从2006年Fergus等［4］报道了针对相机抖动的盲去模糊工作，图像非参盲去模糊逐渐成为学术界和产业界持续关注的视觉计算新焦点。

为了保证本文的综述内容与叙述主线的聚焦，这里特别关注空间不变的图像非参盲去模糊问题。主要基于三点考虑：其一，在消费级数字摄影爆炸式增长的今天，该问题有着大量潜在的实际应用；其二，尽管经历了长达十多年的密集发展，该问题依然缺失机理明晰、数学简洁的算法机理；其三，很大程度上，该问题的成功解决是空间变化非参盲去模糊的算法基础，然而当前不管是基于模型的还是数据驱动的空间变化盲去模糊方法，均存在基础不牢、“地动山摇”的问题。……