La regularización de variación total ha recibido mucha atención en aplicaciones de restauración de imágenes debido a sus ventajas en la reducción de ruido y preservación de detalles. Un enfoque común para abordar la restauración de imágenes basada en regularización consiste en diseñar un algoritmo específico para resolver una función de coste típica, que consta de un término de fidelidad convencional y regularización. En este trabajo, se propone una nueva función objetivo y un algoritmo eficiente. En primer lugar, se impone un término de fidelidad basado en transformada seudoinversa en la regularización, y se establece un problema de optimización estrechamente relacionado. Luego, se utiliza el marco de Bregman dividido para desacoplar el complejo problema inverso en subproblemas y reducir la complejidad computacional. Finalmente, experimentos numéricos muestran que el método propuesto puede obtener resultados de restauración satisfactorios con menos iteraciones. Combinado con el efecto de restauración y la eficiencia, este método es superior al algoritmo competitivo. Significativamente, el método propuesto tiene la ventaja de una estructura de resolución simple, que puede ser fácilmente extendida a otras aplicaciones de procesamiento de imágenes.