说明：针对K-SVD算法和BM3D算法的不足，本文提出了基于字典学习和结构聚类的图像去噪算法。该算法首先通过字典学习得到含噪图像的冗余字典，然后对相似的图像块进行聚类构成块群，并通过迭代收缩和L1正则化约束，对同类的图像块在字典上进行稀疏表示，以达到降噪的目的。实验结果表明，在常规的图像处理上，本文提出的...
说明：matlab程序；图像的小波系数提取，然后进行奇异值分解，得到图像的特征系数。
说明：稀疏分解，是自己做论文修改的，可以运行，注释齐全。稀疏表示是图像处理的重点，并且K—SVD优于字典表示方法
说明：首先进行角点检测，利用sift进行特征提取，找到关键点进行匹配，最后利用SVD算法，利用RANSAC进行提纯，以实现图像的拼接。
说明：效果非常好的数字水印的源代码，实现了基于小波变换的奇异值分解算法，选取载体图像的LH子带作为载体，并进行攻击测试算法性能
说明：有效的方法，以从天然看到的图像除去雨与低通滤波器和高通滤波器的帮助。的步骤：1.输入图像2.转换为灰度3.预计算高斯距离权重。4.应用双边滤波器。5.提取局部区域。6.计算高斯强度的权重。7.计算双边滤波器的响应。8.通过图像分析K-means聚类9.运用K-SVD算法
说明：资源描述图像处理大神Elad的经典论文：The K-SVD: An Algorithm for Designing of Overcomplete Dictionaries for Sparse Representation的实现