从稀疏表示到低秩表示（三）

确定研究方向后一直在狂补理论，最近看了一些文章，有了些想法，顺便也总结了representation系列的文章，由于我刚接触，可能会有些不足，愿大家共同指正。

从稀疏表示到低秩表示系列文章包括如下内容：

一、 sparse representation

二、NCSR（NonlocallyCentralized Sparse Representation）

三、GHP（GradientHistogram Preservation）

四、Group sparsity 

五、Rankdecomposition

三、GHP（GradientHistogram Preservation）

此部分是上篇的续篇，介绍sparse representation 的改进

GHP(CVPR’13, TIP’14)

• Like noise, textures are fine scale structures in images,and most of the denoising algorithms will remove the textures while removingnoise.

• Is it possibleto preserve the texture structures, to some extent, in denoising?

• We made a goodattempt in:

[1] W. Zuo, L. Zhang, C. Song, and D. Zhang, “Texture Enhanced Image Denoisingvia

Gradient Histogram Preservation,” in CVPR 2013.

[2] W. Zuo, L. Zhang, C. Song, D. Zhang, and H.Gao, “GradientHistogram Estimation

and Preservation for Texture Enhanced Image Denoising,” in TIP 2014.

GHP

GHP results: CVPR’13 logo

未完，待续，更多请关注http://blog.csdn.net/tiandijun，欢迎交流！