论文部分内容阅读
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