许多边缘感知滤镜可以通过细节分解和增强来有效地增强图像的外观。 然而，由于一些可见的伪像，特别是噪声，光晕和不自然的对比度，它们通常无法产生照相增强的外观。 根本原因是在增强过程中对高质量外观的指导和约束不足。 因此，我们的想法是从许多高质量的补丁中训练出一个详细字典，以约束和控制整个外观的增强。 在本文中，我们提出了一种基于学习的图像外观增强方法，该方法包括两个主要阶段：字典训练和稀疏重建。 在训练阶段，我们构造了从一些高质量照片中提取的细节补丁训练集，然后通过迭代最小化l1范数能量函数来训练