1、圖像去模糊即是從模糊圖像中復(fù)原出清晰圖像的過程，這一問題早已成為非常基礎(chǔ)且重要的研究課題。圖像去模糊進(jìn)一步可以分為圖像盲去模糊和圖像非盲去模糊。在圖像非盲去模糊中主要需要處理的問題是減少出現(xiàn)在強(qiáng)圖像邊緣區(qū)域附近可能出現(xiàn)的振鈴效應(yīng)，抑制噪聲和節(jié)省計算成本。圖像盲去模糊由于模糊核和清晰圖像均未知，使得該問題變得非常有挑戰(zhàn)性。本文側(cè)重于研究圖像盲去模糊方法，根據(jù)圖像的邊緣信息和低秩融合提出了三種圖像盲去模糊算法：
　　第一個：探索了一種

2、基于標(biāo)準(zhǔn)化稀疏度量正則的圖像盲去模糊算法，與之前的算法相比，創(chuàng)新性的將標(biāo)準(zhǔn)化稀疏度量正則引入到圖像塊的正則中，以此來抑制圖像去模糊問題中的病態(tài)性，提出的策略在金字塔迭代的過程中使迭代的模糊核向著真實(shí)的模糊核演化。實(shí)驗(yàn)表明利用基于標(biāo)準(zhǔn)化稀疏度量正則的圖像盲去模糊算法求解出的模糊核和清晰圖像更加真實(shí)合理，清晰圖像存在極少的人工產(chǎn)物。
　　第二個：基于上一章的工作，提出了一種基于邊緣信息的圖像盲去模糊算法。這種算法利用維納濾波在保留圖像

3、高頻部分的圖像邊緣細(xì)節(jié)的同時又能對圖像的低頻部分進(jìn)行平滑的特性，祛除會對模糊核估計造成不利影響的狹小邊緣等區(qū)域，消除了狹小邊緣對于模糊核估計造成的不利影響。具體地，將維納濾波加入到現(xiàn)在流行的迭代金字塔框架中，每次迭代后產(chǎn)生中間的清晰圖像，對該清晰圖像進(jìn)行維納濾波處理，祛除狹小圖像邊緣，得到新的清晰圖像作為下次迭代的初始圖像，并得到一個更加準(zhǔn)確的模糊核，最后使用一種流行的非盲去模糊的方法可以重建出一幅清晰地圖像。
　　第三個：提出了

4、一種基于低秩融合的圖像盲去模糊框架，該法不同于傳統(tǒng)的方法，利用任意一種圖像盲去模糊算法對一幅模糊圖像估計出多個模糊核，這些模糊核是對于同一幅模糊圖像進(jìn)行去模糊處理而估計出來的，所以這些模糊核在結(jié)構(gòu)上具有一定的相似性，但是由于是估計出來的不同的模糊核，且受到噪聲等因素的影響，在細(xì)節(jié)方面還是會略有差異，利用低秩融合可以將這些不同的模糊核融合成一個更加魯棒的模糊核。多個模糊核中結(jié)構(gòu)性信息相似的部分得以保留，同時在求解模糊核過程中產(chǎn)生的噪聲與奇