图像复原中的ROF模型定义如下:
令u(x)为原始的清晰信号,v(x)为被噪声污染的信号, 即:
v(x) = u(x) + n(x)
其中,n(x)为具有零均值的随机噪声。
ROF 模型是由Rudin、Osher 和Fatemi 提出的, 认为有噪声图像的全变分比无噪声图像的全变分
明显大, 最小化全变分可以消除噪声。