Nous avons récemment présenté [1] une méthode de reconstruction d'image spatiale dégradée par du flou de bougé à partir d'une séquence d'images acquises à très faible niveau de photons. L'estimation des déplacements du capteur permet de reconstruire une image nette après recalage. Cette méthode, optimale au sens du maximum de vraisemblance (MV), ne prenait pas en compte les connaissances a priori que l'on peut posséder sur les mouvements du capteur. Nous présentons ici les résultats obtenus en cherchant l'estimateur du maximum a posteriori (MAP) pour les translations des images de la séquence. Nous avons calculé cet estimateur dans deux situations concrètes, premièrement dans le cas où le mouvement est aléatoire de densité de probabilité gaussienne et non corrélé (d'une image à l'autre de la séquence), et deuxièmement dans le cas où le mouvement est aléatoire, de densité de probabilité gaussienne, et corrélé. Nous précisons dans cet article les conditions expérimentales pour lesquelles la nouvelle approche, qui repose sur l'estimateur du MAP, permet d'obtenir des résultats meilleurs que ceux acquis précedemment avec l'estimateur du MV. Nous présentons des résultats pour des déplacements du capteur de grande ampleur et pour trois images ayant des caractéristiques différentes: deux images du ciel à faible flux utile dont l'une des deux est pauvre en objets et une troisième image d'un groupe d'étoiles, avec des objets plus étalés et un flux utile plus important que dans les images précédentes....