[发明专利]一种二维合成稀疏模型和基于该模型的字典训练方法

摘要

本发明公开一种充分利用图像的相关性、分别刻画图像不同维度的特性、大量节省字典的存储空间、去噪效果好的二维合成稀疏模型，以及基于该模型的字典训练方法，包括步骤：（1）构造训练样本集I；（2）初始化两个字典D₁,D₂；（3）稀疏编码；（4）字典更新；（5）判断是否达到迭代停止条件：如果满足迭代条件回到步骤（3），否则执行步骤（6）；（6）输出字典D₁,D₂，完成字典的训练。

主权项

1.一种二维合成稀疏模型，其特征在于：该模型为公式（1）X=D1BTD2T,]]>s.t.||B||₀=k,                                      (1)X=D₁A₁,||A₁||₀=p，X^T=D₂A₂,||A₂||₀=q，其中分别为水平字典和垂直字典，分别为图像块在字典D₁下相应的水平稀疏系数和图像块在字典D₂下的垂直稀疏系数，图像块的稀疏表示系数为k是为了说明稀疏度的，矩阵的稀疏度定义为||·||₀，表示矩阵中非零系数的个数。