一种基于卷积字典学习和深度展开的图像去噪方法

本发明公开了基于卷积字典和深度展开的图像去噪方法，属于计算机视觉技术领域，该方法包括：以清晰图像为基础构造噪声图像，并将其与对应清晰图像组成的样本对，然后划分样本对为训练集和测试集；设计具有隐式先验的字典学习模型，并使用相应的优化算法以求解这个模型；结合深度学习相关理论，将字典推广为卷积层，并构建相应的深度展开网络；使用训练集训练展开网络，获得训练好的模型，并利用测试集测试模型去噪性能。本发明方法将通用字典学习模型与深度展开结合，通过迭代求解三个子问题，借助深度学习技术，以可解释性的方式增强展开网络的去噪的效率，提升模型在彩色图片和灰度图片等场景下的图像去噪性能。