用于图像恢复的多参数正则化模型

本文提出了一种基于总变化量（TV）和小波帧（WF）的图像恢复（IR）的多参数正则化模型。 一方面，已证明使用TV作为正则化项的Rudin-Osher-Fatemi（ROF）模型在保留通常是要恢复的最重要特征的锐利边缘和对象边界方面非常有效。 另一方面，自适应地利用自然图像的规律性已导致成功的WF红外方法。 在本文中，我们提出了一个新颖的模型，该模型将这两种方法结合在一起，可以从模糊，嘈杂和部分观测结果中恢复图像。 在计算上，我们使用乘数的交替方向方法（ADMM）来求解新模型，并在附录中提供其收敛性分析。 对一系列IR基准问题的数值实验表明，在恢复质量方面，所提出的模型和算法优于几种最新方法。