基于双正交基字典学习的图像去噪方法

？为了提高图像去除白高斯噪声的性能，利用超完备字典作为图像的稀疏表示。超完备字典的冗余性可以有效地表示图像的各种几何奇异特征。在贝叶斯框架下，以图像块的稀疏表示定义了全局图像先验概率模型，给出了最大后验概率模型下的优化图像去噪算法。超完备字典使用两个不同的正交基构成，给出了基于奇异值分解（svd）的优化字典计算方法。该方法充分利用正交基的特点，采用svd方法进行高效的字典学习。基于双正交基字典的去噪算法提高了图像去噪性能，实验结果证实了所提方法的有效性。