[發明專利]基于可變規模過完備字典的非凸壓縮感知圖像重構方法

有效

• 申請號: 201410766024.8
• 申請日: 2014-12-12
• 公開（公告）號: CN104463802A
• 公開（公告）日: 2015-03-25
• 發明（設計）人: 劉芳;林樂平;馬文萍;李玲玲;焦李成;郝紅俠;楊淑媛;尚榮華;張向榮
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T9/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱衛星

技術領域

本發明屬于圖像處理技術領域，更進一步涉及圖像壓縮感知重構方法，可用于從圖像的壓縮觀測中獲得高質量清晰圖像。

背景技術

壓縮感知的理論、方法和技術為信號的獲取和處理提供了全新的方式和方法。壓縮感知已經成為最引人關注的新興技術和科研領域之一。對壓縮感知的研究主要包括三個方面：壓縮觀測，稀疏表示和重構方法。其中，重構方法研究從信號的壓縮觀測中精確重構出原信號，是壓縮感知中的核心問題。

壓縮感知重構的本源問題是l₀范數約束的非凸優化問題。在“F.Liu?and?L.Lin,etc..Non-convex?Compressed?Sensing?by?Nature-inspired?Optimization?Algorithms,IEEE?Transactions?on?Cybernetics,DOI:10.1109/TCYB.2014.2343618”一文中提出了一種非凸壓縮感知圖像重構方法，該方法采用兩階段的重構模型，分別使用遺傳優化算法和克隆選擇算法獲得圖像塊在字典方向上和在其他字典參數上的最優原子組合。西安電子科技大學的專利申請“基于冗余字典和結構稀疏的非凸壓縮感知圖像重構方法”(公開號：CN103295198A，申請號：CN201310192104，申請日：2013年5月13日)中公開了一種基于非凸模型的圖像壓縮重構方法，該方法采用與文章方法相似的重構模型，提出了另一種非凸壓縮感知圖像重構方法。文章方法和專利方法都使用了智能優化方法，對l₀范數約束的非凸重構問題采用全局優化策略，獲得了比采用局部優化策略的經典貪婪算法，即OMP方法和IHT方法，更優的原子組合和圖像重構效果。

上述兩種方法均存在，運行速度慢，不利于實時應用的問題。

發明內容

本發明的目的在于針對上述已有技術的不足，提出一種基于可變規模過完備字典的非凸壓縮感知圖像重構方法，以提高重構速度，便于實時應用。

實現本發明目的地技術方案是：通過挖掘圖像的局部方向特征，為不同結構的圖像塊構造可變規模的過完備字典，并采用不同的優化策略，在不損失重構精度的前提下，提高重構速度，具體步驟包括如下：

(1)輸入一幅自然圖像，對其進行分塊后得到一組圖像塊，再對每個圖像塊進行隨機觀測，得到各個圖像塊的觀測向量；

(2)分別對每個觀測向量對應的圖像塊進行標記，其標記的標簽為光滑、單方向和多方向三類，并為每個標記為單方向的圖像塊指定一個方向字典；

(3)對所有觀測向量進行聚類，并對每個聚類進行標記；

(4)為每一類觀測向量所對應的圖像塊構造一個過完備字典：

對于標記為光滑的每一類觀測向量，把已有的脊波過完備字典按尺度分為15個子字典，再把它們按尺度從大到小的順序排列，將前7個子字典組合成光滑字典，并將光滑字典指定為該光滑類對應的圖像塊的過完備字典；

對于標記為單方向的每一類觀測向量，將在步驟(2)得到的該類對應的單方向圖像塊的方向字典組合成一個新的字典，并將這個新的字典用作該類對應的圖像塊的過完備字典；

對于標記為多方向的每一類觀測向量，將已有的脊波過完備字典用作該類對應的圖像塊的過完備字典。

(5)根據步驟(4)得到的過完備字典，為不同標記的每一類觀測向量所對應的圖像塊構造遺傳初始種群：

(5a)對于標記為光滑的每一類觀測向量，根據該類的過完備字典，采用隨機方式得到該類的遺傳初始種群；

(5b)對于標記為單方向的每一類觀測向量，根據該類的過完備字典中的各個方向字典，得到該類的遺傳初始種群；

(5c)對于標記為多方向的每一類觀測向量，根據該類的過完備字典，采用在字典方向上均勻采樣的方式，得到該類的遺傳初始種群；

(6)分別利用遺傳優化算法對步驟(5)中的每一個遺傳初始種群進行遺傳交叉、遺傳變異和遺傳選擇這三種操作，獲得每一類觀測向量對應的圖像塊在字典方向上的最優原子組合；

(7)對于每一個光滑圖像塊，根據其獲得的最優原子組合，計算該圖像塊的估計值；

(8)對于每一個單方向和多方向圖像塊，根據其獲得的最優原子組合，構造該圖像塊的克隆初始種群；

(9)分別利用克隆選擇優化算法對步驟(8)的每一個克隆初始種群進行克隆、克隆變異和克隆選擇這三種操作，獲得每個單方向和多方向圖像塊在尺度和位移上的最優原子組合；

(10)對于每個單方向和多方向圖像塊，根據在步驟(9)獲得的最優原子組合，計算該圖像塊的估計值；