基于交替最小化TV算法的MATLAB图像盲复原系统

资 源 简 介

本项目实现基于总变分最小化的图像盲复原算法，采用交替最小化策略联合估计点扩展函数和原始图像。通过TV规整化有效抑制噪声，实现退化图像的精确恢复。适用于模糊图像处理与计算机视觉应用。

详 情 说 明

基于交替最小化总变分算法的图像盲复原系统

项目介绍

本项目实现一种基于总变价最小化原理的图像盲复原算法。系统采用交替最小化的精确迭代策略，同时对退化图像的点扩展函数（PSF）和原始清晰图像进行联合估计和恢复。算法通过最小化总变分规整化项，在抑制噪声的同时有效保持图像边缘和细节特征。特别适用于高噪声环境下的图像复原任务，在噪声水平较高时仍能保持稳健的恢复性能。

功能特性

• 盲反卷积优化：无需先验知晓点扩展函数，能够同时估计模糊核和清晰图像
• 总变分最小化规整化：有效保持图像边缘和细节特征，抑制噪声放大
• 交替方向乘子法(ADMM)：采用高效的优化算法保证收敛性和计算效率
• 多噪声模型支持：可处理高斯噪声、泊松噪声等多种噪声类型
• 完整输出信息：提供复原图像、估计PSF、收敛曲线和质量评估指标

使用方法

输入参数

1. 退化图像数据：可接受灰度图像或彩色图像的三维矩阵（M×N或M×N×3）
2. 噪声参数：高斯噪声方差或泊松噪声强度等噪声模型参数
3. 迭代参数：最大迭代次数、收敛容差、正则化参数λ
4. 初始估计（可选）：点扩展函数的初始估计矩阵或原始图像的初始估计

输出结果

1. 复原图像：与输入同尺寸的清晰图像矩阵，数据类型为double型（范围0-1）
2. 估计点扩展函数：恢复得到的模糊核矩阵
3. 收敛曲线：每次迭代的目标函数值变化曲线
4. 质量评估指标：PSNR、SSIM等客观质量评价指标
5. 迭代信息：最终迭代次数、收敛状态、计算时间等元数据

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox
• 建议内存：4GB以上（处理大尺寸图像时需更大内存）

文件说明

主程序文件实现了图像盲复原算法的完整流程，包括图像数据预处理、参数初始化、交替最小化迭代优化、收敛性判断以及结果后处理与可视化。该文件整合了总变分正则化项计算、点扩展函数估计、图像去卷积等核心模块，负责协调各算法组件的执行顺序，监控优化过程收敛状态，并生成最终的复原图像和质量评估报告。