基于混合规则项的图像恢复变分模型

在变分去噪模型中,TV(total variation)模型对于图像的边缘具有较好的保持效果,但处理后的图像会有阶梯效应。高阶模型可以有效地克服阶梯效应,并且可以保持对比度和角点,但在光滑区域扩散不够均匀。现将TV和TC(total curvature)模型相结合,从而构造出新的模型,同时具有较好的边缘、角点和对比度的保持能力,克服TV模型的阶梯效应,通过引入辅助变量和Bregman迭代参数设计了快速Split Bregman算法。实验结果表明,所提出的新模型计算效率要优于TC模型,迭代收敛步数要小于TV和TC模型,在边缘、角点以及光滑度等特性方面取得了良好特性。相对于上述传统模型,新模型处理后图像的信噪比均有提升。