Đồng ý với @TheJuice, vấn đề của bạn nằm trong ước tính PSF. Thông thường để có thể làm điều này từ một khung hình duy nhất, một số giả định cần phải được thực hiện về các yếu tố dẫn đến mờ (chuyển động của đối tượng, loại chuyển động của cảm biến, v.v.).
Bạn có thể tìm thấy một số gợi ý, đặc biệt là trong trường hợp một chiều, here. Họ sử dụng một phương pháp lọc mà phần lớn là mối tương quan từ mờ, loại bỏ mối tương quan không gian của hình ảnh ban đầu, và sử dụng điều này để suy ra hướng chuyển động và từ đó PSF. Đối với những vết mờ nhỏ, bạn có thể xem xét chuyển động là hằng số; nếu không bạn sẽ phải sử dụng một mô hình chuyển động tăng tốc phức tạp hơn. Thật không may, mờ điện thoại di động thường là một hợp chất tích hợp CCD và chuyển động phi tuyến tính (dịch vuông góc với đường ngắm, ngáp từ chuyển động cổ tay và xoay quanh cổ tay), vì vậy phương pháp của Yitzhaky và Kopeika có thể sẽ chỉ mang lại lợi nhuận kết quả chấp nhận được trong một số ít trường hợp. Tôi biết có những phương pháp để đối phó với điều đó ("nhận thức sâu sắc" và khác) nhưng tôi chưa bao giờ có dịp giải quyết chúng.
Bạn có thể xem trước kết quả bằng phần mềm khôi phục ảnh như Focus Magic; trong khi họ không sử dụng ước tính YK (mô tả chuyển động được để lại cho bạn), thì luồng công việc còn lại nhất thiết phải rất giống nhau. Nếu ảnh của bạn có thể khôi phục Lấy nét ma thuật, thì có thể là Phương pháp YK sẽ hoạt động. Nếu họ không (hoặc không đủ, hoặc không đủ của họ để được giá trị), sau đó không có điểm thậm chí cố gắng để thực hiện nó.
Không đúng, nếu bạn có thể ước tính chức năng truyền điểm (PSF) thì bạn có thể áp dụng thuật toán giải mã (như các trạng thái OP trong tiêu đề) để nâng cao hình ảnh. – TheJuice
Tôi đoán nó phụ thuộc vào định nghĩa của bạn về "tăng cường". Là một vấn đề thực tế, bạn không thể deblur một hình ảnh trong bất kỳ cách nào mà một người bình thường sẽ coi là một cải tiến đáng kể. Deconvolution chỉ liên quan từ quan điểm thực tế khi bạn có một chuyển đổi tín hiệu đã biết. Một chuyển động mờ là một chức năng hỗn loạn cao mà bạn sẽ không thể xác định bất kỳ mức độ hữu ích, ngoại trừ trong một số ví dụ phòng thí nghiệm contrived. –
Một hình ảnh kỹ thuật số điển hình của thế giới thực có rất nhiều dự phòng, đó là lý do tại sao bạn có thể phục hồi từ nhiều phép biến đổi có nghĩa là mất thông tin không thể đảo ngược khi áp dụng cho hình ảnh với sự phân bổ tối đa. – enobayram