[發明專利]基于壓縮感知的背景雜波量化方法

無效

• 申請號: 201110205531.0
• 申請日: 2011-07-21
• 公開（公告）號: CN102393911A
• 公開（公告）日: 2012-03-28
• 發明（設計）人: 楊翠;李倩;毛維;張建奇
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于壓縮感知的背景雜波量化方法，包括如下步驟：

(1)將二維的目標圖像列向量化，得到目標向量x；

(2)將背景圖像分成N個大小相等的小單元，每個背景小單元水平和垂直方向的大小均與目標相應尺寸的大小相等；

(3)將每個二維的背景小單元列向量化，并組合成背景矩陣Ψ；

(4)借助主成分分析PCA對目標向量x和背景矩陣Ψ降維，分別得到目標特征向量和背景特征矩陣Φ；

(5)構造改進的高斯隨機矩陣φ，并用改進的高斯隨機矩陣φ左乘目標特征向量和背景特征矩陣Φ，隨機組合目標特征和背景特征，分別得到目標測量向量和傳感矩陣Ω：

x^=φx~,]]>

Ω＝φΦ；

(6)對目標測量向量進行歸一化處理，得到歸一化目標測量向量ν：

ν=x^/||x^||2,]]>

其中‖·‖₂表示向量的l²范數；

(7)將傳感矩陣Ω中每個列向量進行歸一化處理得到的結果Θ_i，按下標序號從小到大的順序，構成歸一化傳感矩陣Θ，

Θ_i＝Ω_i/‖Ω_i‖₂，i＝1，2，…，N，

其中，Ω_i和Θ_i分別為傳感矩陣Ω和歸一化傳感矩陣Θ的第i個列向量；

(8)借助壓縮感知理論，由歸一化目標測量向量ν和歸一化傳感矩陣Θ重構稀疏信號，獲得相似向量是由求最小l⁰范數解實現：

s^=arg min||s||0]]>

其中，s表示所有滿足等式：ν＝Θs的N×1維列向量，argf(y)表示取滿足函數f(y)的變量y的值，min‖s‖₀表示s的最小l⁰范數；

(9)取相似向量中所有元素絕對值的總和，作為背景雜波量化尺度：

CSC=Σi=1N|s^i|.]]>