基于噪声结构多重正则化的图像恢复方法及系统

摘要

本发明公开了基于噪声结构多重正则化的图像恢复方法及系统，选择多个稀疏变换并加入相互独立的噪声，建立相互独立的稀疏表示似然函数；基于稀疏表示的似然函数，在各个稀疏域内，假设稀疏变换系数是相互独立的，各自建立满足共轭匹配关系的条件先验概率密度，定义服从Gamma分布的超参数；确定噪声不确定度和超参数的均值估计模型；最后通过变分期望最大化方法结合共轭梯度法迭代实现目标图像的快速重建，不但克服了综合法贝叶斯压缩感知对稀疏变换方法的单重性和可逆性限制，而且联合稀疏域能够有效提高算法的收敛速度。