[發(fā)明專利]基于擬牛頓公式的壓縮感知重建算法有效
| 申請?zhí)枺?/td> | 201410495859.4 | 申請日: | 2014-09-24 |
| 公開(公告)號: | CN105447894B | 公開(公告)日: | 2018-12-14 |
| 發(fā)明(設(shè)計)人: | 顧國華;孫鐿誠;顏奇歡;錢毅濤;陳錢;隋修寶;于雪蓮;何偉基;錢惟賢;劉源;趙耀;陶遠榮;徐雙雙 | 申請(專利權(quán))人: | 南京理工大學(xué) |
| 主分類號: | G06T9/00 | 分類號: | G06T9/00 |
| 代理公司: | 南京理工大學(xué)專利中心 32203 | 代理人: | 朱顯國 |
| 地址: | 210094 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 壓縮感知 重建算法 結(jié)果矩陣 牛頓公式 稀疏表示 原始圖像 算法 低噪聲圖像 觀測矩陣 重建 噪聲 收斂 測量 圖像 模糊 清晰 | ||
1.一種基于擬牛頓公式的壓縮感知重建算法,其特征在于,算法步驟如下:
步驟1、輸入一幅原始圖像x;
步驟2、將原始圖像進行稀疏變換,得到原始圖像在某一稀疏基Ψ的稀疏系數(shù)s,原始圖像稀疏表示為x=Ψs;
步驟3、利用觀測矩陣Φ對稀疏表示的原始圖像x進行測量,得到測量結(jié)果矩陣y;
步驟4、利用基于擬牛頓公式的壓縮感知重建算法,對測量結(jié)果矩陣y進行重建得到重建圖像重建步驟如下:
4-1)參數(shù)初始化
4-1-1)初始化迭代向量s0=ΦTy;
4-1-2)初始化標(biāo)準(zhǔn)偏差σ0=4max|s0|;
4-1-3)初始化H0,H0為單位對角矩陣;初始化迭代次數(shù)k,令k=0;初始化平滑連續(xù)函數(shù)在s0處的偏導(dǎo)數(shù)初始化控制誤差epsilon,epsilon∈(10-4,10-3);
4-2)如果滿足條件norm(gk)>epsilon,轉(zhuǎn)入4-2-1);否則直接轉(zhuǎn)入4-3);
4-2-1)更新迭代方向pk=-Hkgk,Hk為對角矩陣,轉(zhuǎn)入步驟4-2-2);
4-2-2)采用精確一維搜索方法,確定迭代步長αk,轉(zhuǎn)入步驟4-2-3);
4-2-3)利用擬牛頓公式更新sk+1=sk-αkHkgk,轉(zhuǎn)入步驟4-2-4);
4-2-4)更新gk+1和σk+1,并計算得到平滑連續(xù)函數(shù)的偏導(dǎo)數(shù)的中間偏差vk以及迭代向量殘差wk,其中vk=gk+1-gk,wk=sk+1-sk,轉(zhuǎn)入步驟4-2-5);
4-2-5)修正令k=k+1,轉(zhuǎn)入4-2),直至norm(gk)<epsilon;
4-3)輸出為利用擬牛頓公式求得地最優(yōu)解;
4-4)重建圖像Ψ'為稀疏基Ψ的逆變換。
2.根據(jù)權(quán)利要求1所述的基于擬牛頓公式的壓縮感知重建算法,其特征在于:上述精確一維搜索方法為Fibonacci法、黃金分割法或進退法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京理工大學(xué),未經(jīng)南京理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410495859.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





