该项目实现了一种高效的全变分(Total Variation, TV)盲复原算法,专门用于在模糊核未知的情况下从模糊且带有噪声的观测图像中恢复出高质量的清晰图像。算法的核心逻辑基于正则化理论,通过引入全变分项作为图像的先验约束,有效地利用了自然图像梯度分布的稀疏特性,从而在复原过程中能够完整地保留边缘结构并抑制因逆滤波可能产生的放大噪声。实现过程采用了交替最小化的策略,通过迭代计算在图像空间和模糊核空间中寻找最优解,使能量函数达到最小。该算法在实际各类退化场景(如运动模糊、离焦模糊)中均取得了卓越的复原效