多光谱成像(MSI)产生一系列光谱图像,以捕获不同物种的内部结构,最近将其引入眼病诊断。 但是,由于不可避免的扫视和保持足够高的信噪比所需的曝光时间所引起的运动模糊,MSI图像的质量可能会大大降低。 这种降级可能会使眼科医生困惑,降低检查质量或破坏各种图像分析算法。 我们提出了专门针对序列MSI图像进行去模糊的早期工作,该工作与当前的许多图像去模糊技术不同,该解决方案通过同时解决MSI序列中所有图像的模糊内核来解决。 它是通过合并几个先验约束来实现的,这些先验约束包括潜在清晰图像的清晰度,模糊区域的空间和时间平滑度以及MSI序列中时间相邻图像之间的相似性。 具体来说,我们考虑到用于捕获MSI序列中不同图像的不同波长,使用相互信息对MSI图像之间的相似性进行建模。 所提出方法的优化基于多尺度框架和逐步优化策略。 来自22个MSI序列的实验结果证明,我们的方法在自然图像去模糊方面优于几种最新技术。