Un modelo tradicional de variación total (TV) para el desenfoque de imágenes infrarrojas en medio de ruido de sal y pimienta produce un efecto de escalón severo. Un modelo de TV con baja superposición de grupos de esparsidad de orden bajo (LOGS) suprime este efecto; sin embargo, solo considera la información previa del gradiente de orden bajo de la imagen. Este estudio propone un modelo de desenfoque de imágenes (Lp_HOGS) basado en el modelo LOGS para extraer la información previa de orden superior de una imagen infrarroja en medio de ruido de sal y pimienta. Se utilizó una pseudo-norma Lp para modelar el ruido de sal y pimienta y obtener un modelo de ruido más preciso. Simultáneamente, se introdujo un término regular de variación total de segundo orden con esparsidad de grupos superpuestos en el modelo propuesto para extraer aún más la información previa de orden superior de la imagen y preservar los detalles adicionales de la imagen. El modelo propuesto utiliza el método de multiplicadores de dirección alternativa para resolver el problema y obtener la solución óptima del modelo general resolviendo la solución óptima de varios subproblemas desacoplados simples. Los resultados experimentales muestran que el modelo tiene un mejor rendimiento subjetivo y objetivo que Lp_LOGS y otros modelos avanzados, especialmente al eliminar el desenfoque por movimiento.