1.一种基于边缘图块锐化的模糊图像非盲复原方法，其特征是：包括以下步骤：S1：建立边缘图块数据库；

S2：提取模糊图像G的边缘分割图像G1和平滑区域分割图像G2；

S3：对边缘分割图像G1进行网格划分，在划分好的网格区域中针对有像素值的边缘区域位置图块进行匹配锐化处理，获得锐化更新后的边缘区域图像G1′；

S4：对平滑区域分割图像G2进行复原，获得复原的平滑区域图像G2′；

S5：获得模糊图像G的复原图像G′。

2.根据权利要求1所述的一种基于边缘图块锐化的模糊图像非盲复原方法，其特征是：所述步骤S1中建立边缘图块数据库包括以下步骤：S11：建立基础边缘种子图块；

S12：对每个基础边缘种子图块在水平水平方向、竖直方向及对角线方向进行平移获得拓展图块，平移像素为+1像素和-1像素；

S13：对每个基础边缘种子图块及拓展图块进行旋转。

3.根据权利要求1所述的一种基于边缘图块锐化的模糊图像非盲复原方法，其特征是：所述步骤S2中提取模糊图像G的边缘分割图像G1和平滑区域分割图像G2包括以下步骤：S21：计算模糊图像G在局部窗口内的所有像素梯度绝对值其中，M表示像素大小为n×n的局部窗口，窗口中心位于像素(x,y)，hw和vw分别为水平方向和竖直方向的梯度算子，hw＝[1 -1]，vw＝[1 -1]T，Ntotal为局部窗口M的像素总数：Ntotal＝n×n；

S22：根据像素梯度绝对值F(x,y)得到模糊图像G的边缘区域其中，V为边缘提取阈值，EdgeMapl为边缘提取区域；

S23：通过闭操作得到优化的连通边缘区域：EdgeMap＝EdgeMapl·E

其中，E为形态学结构元素矩阵，符号·为闭运算；

S24：获得边缘分割图像G1和平滑区域分割图像G2G1＝G.*EdgeMap

G2＝G.*～EdgeMap

其中，～EdgeMap表示对二值化边缘提取区域模板的非操作。

4.根据权利要求1所述的一种基于边缘图块锐化的模糊图像非盲复原方法，其特征是：所述步骤S3中对边缘分割图像G1进行网格划分时，划分的单元网格像素大小与边缘图块数据库中图块像素大小一致。

5.根据权利要求1或4所述的一种基于边缘图块锐化的模糊图像非盲复原方法，其特征是：所述步骤S3中匹配锐化处理，包括以下步骤：S31：对单元网格图块X进行亮度归一化处理其中，XN为灰度值归一化的单元网格图块X，Xmax和Xmin分别为网格单元图块X像素值的最大值和最小值，Dmax和Dmin数据图像像素值的最大值和最小值，对于8位的图像块Dmax＝255，Dmin＝0；

S32：选取边缘图块数据库中与图块XN的灰度相似度匹配系数最大的边缘图块，作为图块XN的替换图块XNsharp，其中，ε(m,n)为灰度相似度匹配系数，Y(m,n)为边缘图块数据库对应位置下的边缘图块，M为图像块Y(m,n)和图块XN的各自像素总数，XNi表示图块XN第i个像素点的灰度值，Y(m,n)i表示边缘图块Y(m,n)第i个像素点的灰度值；

S33：对图块XNsharp灰度值去归一化，得到与单元网格图块X像素值均值和对比度分布一致的图块其中，Xsharp为灰度值去归一化的XNsharp，XNsharpmax和XNsharpmin分别为XNsharp的最大值和最小值，Tmax和Tmin为单元网格图块X像素值的最大值和最小值；

S34：对边缘分割图像G1中各个有像素值的单元网格边缘区域位置图块完成匹配锐化更替，得到锐化更新后的边缘区域图像G1′。

6.根据权利要求1所述的一种基于边缘图块锐化的模糊图像非盲复原方法，其特征是：所述S4中采用RL非盲复原方法对平滑区域分割图像G2进行复原其中，L为RL复原的迭代次数，H*为H的伴随矩阵，H为模糊图像G的点扩散函数能量分布的模糊核。

7.根据权利要求1所述的一种基于边缘图块锐化的模糊图像非盲复原方法，其特征是：所述步骤S5中复原图像G’通过以下公式获得G’＝G′1+G2′。