贝叶斯推理模型耦合非平稳边缘保持先验的图像模糊消除

目的 针对现行图像去模糊消除机制忽略了图像空间结构特征，降低了模糊消除效果，且算法稳定性不佳， 无法克服解模糊等的不足， 提出了贝叶斯模型耦合非平稳先验的图像去模糊机制 。 方法基于二阶统计量方法， 定义模糊函数；引入滤波因子和超参数， 构造非平稳边缘保持先验模型；基于贝叶斯推理， 引入雅克比矩阵设计了超参数动态更新机制 ； 用耦合先验模型与贝叶斯模型完成图像复原。 在仿真平台上测试了算法的性能。 结果 与其他几种机制相比， 提出的算法机制去模糊质量更好， 局部放大后纹理细节仍然清晰， 并且去模糊前后图像的结构相似度更高。 结论 提出的算法具有较佳的图像去模糊效果，重构质量理想。