3.根據(jù)權(quán)利要求2所述的基于非局部窗口梯度的模糊圖像盲復(fù)原方法，其特征在于：所述對提出模型的最優(yōu)化求解具體為：

由公式(6)知，模型需要求解出I和K兩個未知數(shù)，采用交互式的迭代求解策略來迭代的求解I和K，將對公式(6)分解成對I的子問題和K的子問題，兩個子問題的求解，分別如公式(7)和(8)所示：

子問題I的求解：

為求解子問題(7)，引入輔助變量u和v，同時引入兩個約束條件：u＝1-NLWG(I)和v＝▽I，其中，v＝(v_x,v_y)，則公式(7)就為：

由公式(2)和公式(5)知，NLWG(I)等效為一個矩陣M與圖像I的向量形式V_I的乘積：

其中，j是以i為中心的圖像塊P上的像素，那么NLWG(·)操作就被轉(zhuǎn)換成：NLWG(I)＝MV_I；公式(9)就變?yōu)椋?/p>

其中，K是模糊核K的矩陣形式，，V_B，V_u和V_v分別是B，u和v的向量形式；引入輔助變量q，求解如下的代價函數(shù)：

采用交互式的求解策略，交互式的迭代求解I，u，v和q；首先固定u和v，得到：

再對公式(14)進行交替的迭代求解I和q，得：

公式(14)是一個二次性的方程，通過快速的傅里葉變換和分別對I和q進行求導(dǎo)，并令導(dǎo)數(shù)為零求得I和q：

其中，ξ(·)和ξ^-1(·)分別表示快速的傅里葉變換和快速的傅里葉逆變換，表示ξ(·)的復(fù)共軛，表示逐元素相乘操作，除法為點除；

給定I，求得u和v：

得：

子問題K的求解

對于模糊核K的子問題的求解，給定I，模糊核K的最優(yōu)化求解問題為：

公式(18)是一個二次性的問題，采用快速的傅里葉變化對其進行求解，得：

為得到具有物理意義的解，采用圖像盲復(fù)原中通用的非負(fù)和歸一化約束來對每次迭代中求得的模糊核K進行約束：

其中是模糊核K的定義域；

利用雙線性下采樣對模糊噪聲圖像B建立多層圖像金字塔，下采樣因子為然后在圖像金字塔的每個分辨率層都循環(huán)迭代地求解子問題I和子問題K；將模糊噪聲圖像B的最低分辨率層B_coarsest作為復(fù)原圖像的初始輸入值，將u，v和q的初始值設(shè)為零；一旦模糊核K被最終估計得到，采用非盲復(fù)原方法來得到最終的清晰復(fù)原圖像。