杨爱萍，张 兵，王 前，李晓晓，何宇清

(天津大学电气自动化与信息工程学院，天津 300072)

图像采集过程中，由于曝光时间内摄像机抖动或拍摄场景快速运动，造成所拍摄图像模糊，严重影响图像的后续处理，如图像比对、特征提取、图像识别等．图像去模糊研究在交通安全[1]、监控影像[2]、医学影像[3]和目标检测等[4]领域起着极其重要的作用．

目前，针对去模糊问题已经做出了大量的工作，传统方法大多在贝叶斯框架下对清晰图像和模糊核做一些先验假设，然后将这些先验作为正则项约束构造目标函数，通过求解目标函数最优解估计模糊核进而复原清晰图像，如暗通道先验有助于自然图像的复原[5]、像素强度先验有助于得到显著边缘[6]、梯度先验能够有效去除伪影等[7]．Zhang 等[8]提出分别利用低、中、高3 个强度的先验估计模糊核，进而估计清晰图像．虽然基于图像统计先验的去模糊方法取得了较好的复原效果，但是这类方法严重依赖于对图像信息的先验假设，很难泛化到其他模糊类型；同时，对模糊核先验假设过于简单，实际的模糊核是复杂和非线性的，现有方法难以解决实际问题．

近年来，由于深度神经网络具有强大的非线性逼近能力，其在低层视觉任务如图像超分辨率[9]、图像去模糊等[10-15]领域得到了广泛的应用．对于空间均匀去模糊问题，一些研究利用深度神经网络学习一个从模糊图像到模糊核的映射函数[10-11]．但是，由于图像模糊核的多样……