提出了一种新的变分图像模型，结合了Curvelet收缩方法和总变分（TV）功能，可用于图像恢复。 为了抑制阶梯效应和类似Curvelet的伪影，我们使用多尺度Curvelet收缩来计算初始估计图像，然后提出一个新的梯度保真度项，该项旨在迫使所需图像的梯度接近Curvelet逼近梯度。 然后，我们介绍了Euler-Lagrange方程，并对数学性质进行了研究。 为了提高保留边缘和纹理细节的能力，在梯度下降流算法的迭代过程中自适应估计空间变化参数。 数值实验表明，我们提出的方法在减轻阶梯效应和曲​​