基于混合全变分模型的图像去模糊算法

摘要

针对全变分图像去模糊模型的局限性, 将各向同性全变分模型和各向异性全变分模型相结合, 提出一种图像去模糊混合全变分模型. 为求解该模型, 利用变量分裂方法对其处理, 得到一个等价的最小化问题. 在交替最小化作用下, 变量分裂后生成的图像去模糊问题被分解为最小化子问题组. 借助快速傅里叶变换和软阈值函数等, 子问题可高效获得其精确解. 在迭代过程中, 通过逐个求解每个子问题, 可获得图像去模糊问题的解. 实验对高斯型模糊噪声图像进行复原, 复原结果验证本文提出算法的有效性. 与基于全变分模型的图像去模糊算法相比, 可获得更优的复原结果, 处理速度更快.