您可能知道，有一些关于去模糊的成熟文献。关于 PSF 的评估，您可能会发现这些有用：

• 理解和评估盲反卷积算法
• 从运动模糊中建模图像恢复的性能

如果已知对象$X_0$将在随后的帧中正面拍摄$Y_i$，可以找到模糊核$K$通过最大化一些图像相似度度量$I$用于基本（例如，procrustes）转换$T$的$X_0$：

$K_i = \underset{K, T}{\arg \max} \; I \left( K \ast T X_0 ; Y_i \right)$

在更复杂的公式中，您可以在和上强制执行时间平滑先验。我还建议使用最后一帧的最佳估计值作为下一帧的初始值。$K_i$$T$

如果以某个角度出现在中（毕竟它在移动），我猜想你将很难找到一个好的匹配项（也就是说，不会有太大用处）。显然，有一些信息可以利用，即使是从某个角度拍摄，但我怀疑这种努力是不值得的。这让我想知道你可以在什么样的场景中使用这种技术。你知道他们在说什么：有一种方法可以找出答案。$X_0$$Y_i$$X_0$

您可以使用一些盲反卷积方法。使用盲反卷积您不需要 PSF。例如，此方法http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5226594&tag=1同时对图像进行去模糊并找到 PSF。作者还描述了包含有关 PSF 的先验知识的方法。