基于稀疏表示的分组训练卷积字典的图像去噪算法

卷积稀疏编码（ convoluTIonal sparse coding，CSC）这一全局模型因字典的特殊结构而受到广泛关注，其中卷积字典学习算法（sie- based dicTIonary learning，S-BCSC）是最为有效的CSC模型优化算法。虽然S-BCSC算法非常有效，但算法在应用中对整幅图像只使用一个固定大小的字典，然而这并不利于图像信息的准确描述。为克服这一缺陷，讨论如何根据图像大小确定卷积字典大小，结合稀疏表示字典学习算法，提岀分鉏训练卷积字典的图像去噪算法。新算法首先将过冗余图像块按照平滑、纹理、边缘分为三类;然后为毎一类分别确定所要训练的卷积字典大小;最后依据S-BCSC算法完成字典学习以及图像去噪过程。从实验结果可以看岀，所提算法在图像质量、清晣度上相比原S-BCSC算法都有所提升。