李媛　解婷婷　朱红霞

摘 要：基于线性化Bregman迭代法带有软阈值算子的A+算法，结合广义逆迭代格式，提出一个新的混乱迭代方法求解图像的去模糊问题。在算法上充分考虑对细节信息的有效利用.以弥补在每步迭代过程中为了去模糊而過滤掉的图像细节特征的损失，达到有效滤波的效果。同时在计算时间和恢复效果之间取得平衡。数值试验结果表明，该方法在提高计算效率的同时还能得到很好的图像恢复效果，特别是细节特征和稀疏纹理的恢复。

关键词：线性化Bregman；迭代法；广义逆；图像恢复

图像恢复可看作是一个线性不适定问题的一个例子，这往往仿照形如b=Ax+n，我们目的是要计算出一个代表图像原场景的近似x，在大多情况下去模糊比去噪声更有效，因此重点是图像去模糊，由于线性方的程维数比较大，所以通常用迭代方法计算，迭代方法发展到现在已有很多种，由于任何一种迭代方法不可能对所有的图像恢复问题来说是最佳的，所以迭代算法的研究一直是很重要且活跃的，近年来 模型应用范围十分广泛并且将其用于图像去模糊问题，有人将Bregman方法用于图像处理中 优化模型的求解，得到了快速的具有显著效果的一系列算法。在Bregman算法的基础上结合软阙值算子，将其应用在 优化模型，取得了突破性的进展，本文以Bregman算法为基础结合广义逆的迭代技术，将其应用于求解 优化模型，提出一个新的混乱迭代算法来解决图像去模糊问题。……