地面天文图像通常会遭受随机噪声的降低，这会对后续性能产生负面影响。 可以预期，局部和非局部变化是图像建模中同一枚硬币的两侧。 然而，大多数现有的去噪方法集中于分别对局部补丁的稀疏性或非局部自相似性信息进行建模，这可能导致较差的图像结构表示能力。 为了解决这个问题，我们通过将小框架和低秩先验方案相结合提出了一种用于天文图像降噪的统一方法。 一方面，基于合成的低秩先验被用来揭示相似补丁的固有低维子空间（即主边缘）。 另一方面，引入了基于分析的框架先验以捕获局部细微纹理结构。 实验结果证明了这种组合的

地面天文图像通常会遭受随机噪声的降低，这会对后续性能产生负面影响。 可以预期，局部和非局部变化是图像建模中同一枚硬币的两侧。 然而，大多数现有的去噪方法集中于分别对局部补丁的稀疏性或非局部自相似性信息进行建模，这可能导致较差的图像结构表示能力。 为了解决这个问题，我们通过将小框架和低秩先验方案相结合提出了一种用于天文图像降噪的统一方法。 一方面，基于合成的低秩先验被用来揭示相似补丁的固有低维子空间（即主边缘）。 另一方面，引入了基于分析的框架先验以捕获局部细微纹理结构。 实验结果证明了这种组合的