优化-最小求解的广义总变分图像复原

在代价函数中嵌入总变分正则项是解决图像复原中不适定问题的一种有效方法。但是，总变分正则化考虑的仅是一阶而不是高阶邻域像素变分关系；另外，总变分的开方形式还给基于总变分代价函数的优化带来了困难。为此，提出一种基于优化-最小算法的广义总变分正则化图像复原新方法,以克服目前存在的问题。该方法保留了总变分正则化方法能够除噪声保边缘的重尾特征，同时借鉴了双边总变分双重加权机制，从而推导出总变分正则项在邻域范围上的推广形式。该方法还针对广义总变分正则项优化过程中存在的求解瓶颈，提出采用优化-最小算法求得上界函数以逐次逼近最优解。实验结果表明，该方法取得了较好的复原效果，使改善信噪比指标达到2dB左右。