论文部分内容阅读
各向异性全变分模型广泛应用于图像解模糊,然而,传统的各向异性全变分模型存在以下两个缺点:首先,传统各向异性全变分模型假设图像为分片常数且只考虑了图像一阶梯度的稀疏约束导致恢复的图像存在严重的阶梯伪影效应;其次传统全变分模型采用L1范数来刻画图像梯度的稀疏性,然而L1范数刻画图像的稀疏性的能力有限,为改进这两个缺点,本文提出一种结合了二阶梯度稀疏约束和Lp伪范数新的去模糊方法,引入二阶全变分是为了适应图像的先验项从而去除阶梯效应,引入Lp伪范数是为了更准确刻画图像的稀疏性,为求解模型,采用交替乘子迭代