El problema de optimización no convexo y no suave ha estado atrayendo cada vez más atención en los últimos años en la investigación de procesamiento de imágenes y aprendizaje automático. El método de paso reponderado basado en algoritmos se ha utilizado ampliamente en muchas aplicaciones. En este documento, proponemos una nueva versión extendida del método de minimización de mayorización-convexa iterativa (ICMM) para resolver un problema de minimización no convexo y no suave, que implica famosos métodos reponderados iterativos. Para demostrar la convergencia del algoritmo propuesto, adoptamos el marco unificado general basado en la desigualdad de Kurdyka-Ojasiewicz. Experimentos numéricos validan la efectividad del algoritmo propuesto en comparación con los métodos existentes.