摘要：基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理.本文提出一种超完备字典学习算法并应用于图像去噪.将字典学习等价于一个二次规划问题,并提出适合于大规模运算的投影梯度算法.学习所得字典能有效描述图像特征.基于此超完备学习字典,获得图像的稀疏表示,并恢复原始图像.实验结果表明,与小波类去噪方法相比,本文的学习算法能更好地去除图像噪声,保留图像细节信息,获得更高的PSNR值.

关键词：稀疏表示 基追踪 匹配追踪 字典学习 二次规划 

单位：中山大学数学与计算科学学院; 广东广州510275; 中山大学信息科学与技术学院; 广东广州510275; 广东省信息安全技术重点实验室; 广东广州510275