[发明专利]基于Split Bregman 迭代的全变差正则化图像盲复原方法

摘要

本发明是一种基于SplitBregman迭代的全变差正则化图像盲复原方法，属于图像处理技术领域。其核心是通过图像先验信息及正则化的特点建立TV正则化盲复原代价函数，利用算子分裂技术将最小化问题转化为新的约束求解问题，通过加入惩罚项的方法将约束求解问题转化为分裂的代价函数，进而提出了扩展的SplitBregman迭代求解框架对分裂的代价函数进行求解。实验表明本发明方法能够有效、快速地复原图像，能针对多种模糊类型进行复原，克服传统TV正则化盲复原方法对复杂模糊类型或复杂图像复原效果不佳的缺点，且该发明方法对噪声具有很好的鲁棒性。

主权项

1.一种基于Split Bregman迭代的全变差正则化图像盲复原方法，该方法包括以下步骤：（1）定义TV正则化盲复原最小化代价函数，采用算子替换的方法将盲去卷积模型中的梯度算子进行替换：，，将最小化问题转化为约束优化问题，其中，和分别为图像和点扩散函数的梯度，和为引入的两个辅助算子；（2）引入惩罚项对和进行惩罚，将步聚（1）中的约束求解问题转化为分裂最小化代价函数；（3）采用扩展的Split Bregman迭代最小化方法对步聚（2）中的分裂最小化代价函数进行求解，经过迭代最终复原出清晰图像u。