基于l1/l2的高低阶全变差运动模糊图像盲复原方法

为了实现运动模糊图像的盲复原, 提出了一种基于l1/l2的高低阶全变差图像盲复原方法。利用具有更强稀疏表达能力的l1/l2范式正则化先验项, 加入高低阶混合全变差正则化模型。高阶全变差正则化模型可以抑制图像非边缘部分可能出现的阶梯及振铃效应, 低阶全变差正则化模型可以保护自然图像的边缘稀疏特性。分别给出了清晰图像和模糊核的求解算法, 两者的求解过程采用分裂Bregman迭代算法将目标函数分裂成多个子问题进行优化求解。实验结果表明, 提出的方法能够很好地抑制振铃效应并保护图像的边缘细节, 通过与其他盲复原方法进行比较, 在视觉质量与客观质量评价上均说明本文算法具有更好的稳健性。