像素值，故 xi 中存放着一个块的全部的像素值信息。算法中采用欧式距离作为相似度的衡量 的函数，为了减少算法的计算量，并不会计算所有分块之间的距离，而是以一个固定的样例 块为中心，仅计算在固定范围的窗口内的分块之间的欧式距离，并执行k-邻近分类算法对分 块进行分类，即：来*自~优|尔^论:文+网www.chuibin.com +QQ752018766*

其中是 T 一个预先设定好的阈值， ij 代表着与样例块 i 相似的块的位置信息（这其中一定包

括样例块本身）， Gi 是这些相似块位置信息的集合，而 X x 0 , x 1 ,…, x  1 中的每一个列向

量都保存着与样例块相似的块的像素值信息，因此 Xi 具有低秩的属性。但可能噪声会影响理 想的低秩特性，因此可以对 Xi 进行如下建模：