一.圖像去模糊的分類

1. 按照模糊核的性質(zhì)來分類

(1) Blind image deconvolution（盲去卷積）

BID就是在模糊核未知的情況下恢復出清晰的圖像。在這種情況下， 除了采集到的圖像， 其他的沒有任何任何信息。

(2) Non-blind image deconvolution（非盲去卷積）

NBID是在模糊核已知的情況下恢復出清晰的原始圖像。 因為有了模糊核這個非常重要的信息， 去卷積的工作就相對來說容易多了，主要任務就是如何在保持細節(jié)的情況下抑制噪聲。過去三四十年， 很多研究都集中在這個領域，也有了不少很實用的方法，比如維納濾波， Richardson-Lucy方法。后來有些方法是基于去噪方法的，比如傅立葉，小波，Curvelet，和TV方法。 一般來說， NBID是BID的基礎。 一旦模糊核估計出來，所有的NBID方法都可以在BID中使用。

2. 按照模糊的區(qū)域來分類

(1) 全局模糊

全局的模糊主要是由于拍攝設備的運動造成的。從實用性來說， 全局模糊要好于局部模糊。 理由有三： （1）全局模糊可以用一個模糊核來恢復， 因此最主要的任務就是PSF的估計，而局部模糊的模糊核是隨位置變化的，難道要大很多，結(jié)果也就不穩(wěn)定很多。（2）造成全局模糊的原因是手持拍攝設備在曝光時間比較長的情況下進行拍攝，在拍攝過程中經(jīng)常能遇到。而局部模糊僅僅限于對運動物體的拍攝，比如運動的汽車或者行走中的人， 一般說來，拍攝這些場景的機會比較有限， 實用性也不大。（3）全局模糊在絕大部分情況下都是不期望的效果， 而局部模糊在很多時候是不需要去除的，甚至是刻意追求的一種效果。

(2) 局部模糊

局部模糊是由于單個物體的運動造成的。

3.? 按照信息源來分類

(1) 單幅圖像去模糊

單幅圖像去模糊顧名思義，輸入只有一幅圖像，沒有別的任何信息。這也是最常見的去模糊場景。

(2) 帶輔助信息的圖像去模糊

帶輔助信息的圖像去模糊除了有一幅待出來的圖像以外,? 還有其他的一些輔助信息用來估 算模糊核。這里的輔助信息包括: (1) 連續(xù)兩幀圖（2）一幀不模糊單噪聲比較大的圖像 （3）不同曝光時間的三幅或者n幅圖像（4）一段低分辨率視頻（5）對曝光時間的編碼（6）對鏡頭的改造（7）。。。雖然每一個作者都強調(diào)這些輔助設備比較廉價，輔助信息比較容易獲得。但對非專業(yè)的普通用戶來說，要得到這些輔助信息是不大現(xiàn)實的。

二. 理解模糊核

參考博客：http://blog.csdn.net/xueruhongchen/article/details/52783119?locationNum=4