1.一种耦合聚类中心约束的非局部稀疏表示图像去噪方法,其特征在于,包括如下步骤:步骤A,对待噪图像,利用kmeans聚类,产生各类;
步骤B,构建各类对应的紧致PCA字典;
步骤C,利用非局部集中稀疏表示模型构造类内图像片稀疏编码误差项;
步骤D,计算各类中心图片;
步骤E,利用聚类中心字典学习,分析类间相关性,得到各聚类中心的稀疏表示:所述步骤E包括如下步骤:
用传统方法稀疏表示聚类中心图像块;
根据稀疏表示结果与聚类中心字典,生成稀疏性模式;
根据各模块稀疏性模式与相似块快速查找表,构造相关性函数,继而构造相关性矩阵,其中相似性快速查找表记录了与当前图像块最相似的 N个图像块;
根据相关性矩阵构造基于相关分析的稀疏性先验模型;
建立稀疏性先验模型;
利用最大后验概率估计方法估计稀疏性模式,用以生成新的聚类中心图像片;
步骤F,构造聚类中心误差项;
步骤G,耦合聚类中心误差项,类内稀疏编码误差项与传统稀疏表示模型;
步骤H,利用梯度下降法求解。