运动盲去模糊在实际中具有重要的研究价值,随着智能设备的普及为日常生活图像获取带来了极大的便利,但是受设备或环境等因素影响使得运动模糊成为极易出现的图像退化之一,也为像图像识别等更高层的智能应用带来了障碍。并且因为实际中点扩散函数通常是未知的,盲去运动模糊就成为了大家关注的焦点之一。盲去模糊可以在极大后验概率框架下,通过交替迭代求解中间图像与中间模糊核,使模糊核最终会收敛到观测图像的模糊核上去。大量的研究已经关注到通过设计一个精巧的正则项来获得一个更有价值并且含有更少伪影的中间图像上,然而,这些方法在模糊图像包含饱和像素点,或者模糊核较大时可能会失败。为了解决这个问题,本文提出了一个中间图像修正策略,这个策略是利用贝叶斯后验估计来筛选中间图像,从而削减那些对模糊核不利的结构的作用。在盲去模糊中,通常会假设模糊过程是线性的,然而,这个假设在实际中并不总是成立的,因此就为模糊核的收敛带来了困难,比如含有饱和像素点的图像。本文的策略就是在迭代过程修正那些在理想假设下求解出的中间图像,并削弱不满足理想假设的像素点在模糊核估计过程中发挥的作用。与此同时,在修正过程中,中间图像变得更加稀疏,更有利于中间图像离开恒等映射位置,找到准确模糊核,因此本文的算法对于模糊核较大时也是有效的。通过与其他流行方法在基准数据集上的比较,大量的实验证明本文提出的方法可以有效提高模糊核估计的准确性,本文的方法在定量与定性上都表现显著。