1.软件版本

matlab2013b

2.本算法理论知识

       K-SVD算法是一种新型的字典训练法，其基本原理是基于K-SVD算法改进所得到的，其主要过程是字典的训练过程，其具有非常好的自适应性能。本文通过一种修正K-SVD算法来实现冲击型噪声的滤波处理，该算法的整体流程图如下图所示：

      基于修正KSVD字典学习的图像去噪方法，其可以克服冲击噪声中纹理细节丢失，图像突变干扰等影响因素。该算法的核心内容为设置字典D为DCT字典，然后采用KSVD算法对字典D的原子和相应系数矩阵进行更新，将更新后的D、相应系数矩阵和代入原始图像的估计公式，得到含噪图像的去噪结果。

    由于传统的K-SVD算法是针对加性噪声来设计的，而面对冲击噪声，通过传统的K-SVD算法进行恢复，往往会出现边缘模糊的现象，从而导致滤波性能较差。而本文的修正K-SVD算法，通过加权K-SVD的方式实现来解决这个问题，下面对修正K-SVD算法进行理论上的阐述。