[发明专利]一种二维分析稀疏模型、其字典训练方法和图像去噪方法

摘要

本发明公开一种充分利用图像的空间相关性、需要更少的训练样本、大量节省字典的存储空间的二维分析稀疏模型，以及基于该模型的字典训练方法和图像去噪方法。

主权项

1.一种二维分析稀疏模型，其特征在于：该模型为公式（2）{Ω^1,Ω^2,{Xj^}j=1M}=argminΩ1,Ω2,{Xj}j=1MΣj=1M||Xj-Yj||F2]]>s.t.||Ω1XjΩ2T||0≤p-l,∀l≤j≤M,---(2)]]>||wi(1)||2=1,∀l≤i≤p1,]]>||wk(2)||2=1,∀l≤k≤p2,]]>其中p=p₁×p₂,和分别为表征了图像块X_j水平特性和垂直特性的水平字典和垂直字典，和分别为Ω₁的第i行和Ω₂的第k行向量，导出稀疏信号中零元的个数为l个,M为样本集中图像块的个数，Y_j为样本集中的第j个图像块元素，是X_j加噪后的待噪图像块。