学习用于图像和视频恢复的多尺度稀疏表示

本文提出了一种使用过完备字典学习彩色图像和视频的多尺度稀疏表示的框架。M. Aharon, M. Elad, and A. M. Bruckstein, IEEE Trans. Signal Process., 54 (2006), pp. 4311–4322 引入了一种单尺度 K-SVD 算法，将用于灰度图像表示的稀疏字典学习表述为一个优化问题，并通过正交匹配追踪（OMP）和奇异值分解（SVD）高效求解。在该工作的基础上，我们提出了一种多尺度学习表示，该表示通过对学习字典和重叠图像块使用高效的四叉树分解获得。所提出的框架为小波等预定义字典提供了一种替代方案，并在多项图像和视频增强与恢复应用中展现出达到最先进水平的结果。本文阐述了所提出的框架，并通过大量示例证明了其优势。