一种基于深度先验的自监督多尺度盲图像去模糊方法

本发明公开了一种基于深度先验的自监督多尺度盲图像去模糊方法，利用网络结构隐式建模图像先验，仅将模糊图像作为监督信号训练多尺度去模糊网络，同时估计多尺度清晰图像和模糊核。上述方法的具体做法：将盲去模糊问题分解为模糊核估计子问题和图像估计子问题，以网络和数学模型的方式交替求解直至收敛；利用多输入多输出图像生成网络生成多尺度清晰图像；求解模糊核正则化约束模型的精确解，在各尺度下估计模糊核。本发明方法无需成对的清晰/模糊图像数据集；将最优化模型的自适应性与深度网络的学习能力相结合，无需考虑复杂图像先验设计；通过多尺度联合去模糊的方式，有效解决大尺寸模糊核的估计问题，避免了由粗到细地迭代带来的时间开销。