[发明专利]一种基于混合数据拟合与加权全变差的噪声图像去模糊方法

摘要

本发明公开了一种基于混合数据拟合与加权全变差的噪声图像去模糊方法，其实现步骤为：步骤1：输入一幅M行N列的噪声模糊图像f；步骤2：建立模型并初始化模型参数；步骤3：组合凸相减算法和可分离Bregman迭代法，求解目标清晰图像u；步骤4：判断迭代是否达到停止标准tol，若未达到停止标准，继续循环步骤3中的迭代，否则输出复原图像。本发明模型，采用混合数据拟合项，确保更好地恢复图像细节；利用加权全变差的正则化先验模型对自然图像的梯度分布进行近似模拟，使得复原结果更准确；利用可分离Bregman迭代法，能够快速求解高质量的清晰图像。本发明具有重构图像边缘纹理结构保持好的优点，可用于医学、天文、视频多媒体等领域的数字图像处理。

主权项

一种基于混合数据拟合与加权全变差的噪声图像去模糊方法，其特征在于，包括以下步骤：步骤1：输入一幅M行N列的噪声模糊图像f；步骤2：对自然图像的梯度分布进行近似模拟，利用混合数据拟构建噪声图像去模糊模型：步骤3：依据步骤2建立的模型，组合凸相减算法和可分离Bregman迭代法求解原始清晰图像u；步骤4：判断步骤3中的迭代是否达到停止标准，当迭代满足停止标准时，跳出循环，得到最终清晰图像。