[发明专利]一种基于全变分的图像复原方法及系统

权利要求书

1.一种基于全变分的图像复原方法，其特征在于，包括：

步骤S100当获得模糊图像时，初始化第0代复原图像f⁰、第0代的参数信息；

所述第0代的参数信息包括：第一辅助变量x⁰、第二辅助变量y⁰、第一拉格朗日乘子u⁰、第二拉格朗日乘子ξ⁰；

步骤S200设定迭代次数k＝0；

步骤S300根据第k代的参数信息，计算第k+1代复原图像f^k+1；

步骤S400根据所述第k+1代复原图像f^k+1和所述第k代复原图像f^k，判断是否满足迭代停止条件；

步骤S500若是，则所述第k+1代复原图像f^k+1为重构图像；

步骤S600若否，则计算第k+1代的参数信息；

所述第k+1代的参数信息包括：第一辅助变量x^k+1、第二辅助变量y^k+1、正则参数λ^k+1、第一拉格朗日乘子u^k+1、第二拉格朗日乘子ξ^k+1；

步骤S700更新迭代次数k＝k+1，并跳转到步骤S300。

2.根据权利要求1所述的基于全变分的图像复原方法，其特征在于，所述步骤S300包括：

根据公式(1)计算所述第k+1代复原图像f^k+1：

f^k+1＝(β₁h^T-β₂Δ)^-1[h^T(β₁x^k-u^k)-div(β₂y^k-ξ^k)]………(1)

其中，h^T为模糊核h的转置矩阵，β₁为预设的第一正参数，β₂为预设的第二正参数，(β₁h^T-β₂Δ)^-1为(β₁h^T-β₂Δ)的求逆，u^k是第k代的第一拉格朗日乘子，ξ^k是第k代的第二拉格朗日乘子，x^k为第k代的第一辅助变量，y^k为第k代的第二辅助变量，Δ是拉普拉斯算符，div是散度算子。

3.根据权利要求1所述的基于全变分的图像复原方法，其特征在于，所述步骤S400包括：

根据所述第k+1代复原图像f^k+1和所述第k代复原图像f^k，根据公式(2)，计算迭代误差A：

A＝||f^k+1-f^k||₂/||f^k||₂……………………(2)

判断所述迭代误差是否小于预设迭代误差阈值；

若是，则认为满足迭代停止条件；

若否，则认为不满足迭代停止条件。