[發明專利]圖像重構方法及裝置

在審

• 申請號: 201710030101.7
• 申請日: 2017-01-16
• 公開（公告）號: CN106934837A
• 公開（公告）日: 2017-07-07
• 發明（設計）人: 岳峻;朱華;李振波;曲海平;張志旺;賈世祥;官曙光
• 申請（專利權）人: 魯東大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 李相雨

技術領域

本發明涉及圖像重構領域，具體涉及一種圖像重構方法及裝置。

背景技術

在日常生活與生產實踐中，圖像是應用最廣泛的信息載體之一，如何用盡量少的信息高效的傳輸圖像在信息爆炸的今天尤為重要。

目前可以采用核方法進行圖像重構，該方法通過將數據映射到高維特征空間進行特征提取從而進行聚類。但是這種單一核方法局限于對數據的某一特征進行有效提取，若一個樣本含有多個特征，且遵循不同的核分布，此方法就不適用，所以說單一核在處理多數據源以及異構數據源的不足是越發明顯。

發明內容

針對現有技術存在的不足和缺陷，本發明提供一種圖像重構方法及裝置。

一方面，本發明實施例提出一種圖像重構方法，包括：

從預設的超完備字典中獲取待重構圖像的稀疏表示，實現所述待重構圖像的重構，其中，所述超完備字典通過依次對訓練樣本圖像進行多核模糊C均值聚類、K-SVD算法處理得到。

另一方面，本發明實施例提出一種圖像重構裝置，包括：

重構單元，用于從預設的超完備字典中獲取待重構圖像的稀疏表示，實現所述待重構圖像的重構，其中，所述超完備字典通過依次對訓練樣本圖像進行多核模糊C均值聚類、K-SVD算法處理得到。

本發明實施例提供的圖像重構方法及裝置，利用預設的超完備字典，從該超完備字典中獲取待重構圖像的稀疏表示，實現所述待重構圖像的重構，該方案中使用的超完備字典通過依次對訓練樣本圖像進行多核模糊C均值聚類、K-SVD算法處理得到，從而能夠對多數據源以及異構數據源圖像進行圖像重構。

附圖說明

圖1為本發明圖像重構方法一實施例的流程示意圖；

圖2為本發明圖像重構裝置一實施例的結構示意圖。

具體實施方式

為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

參看圖1，本實施例公開一種圖像重構方法，包括：

S1、從預設的超完備字典中獲取待重構圖像的稀疏表示，實現所述待重構圖像的重構，其中，所述超完備字典通過依次對訓練樣本圖像進行多核模糊C均值聚類、K-SVD算法處理得到。

本發明實施例提供的圖像重構方法，利用預設的超完備字典，從該超完備字典中獲取待重構圖像的稀疏表示，實現所述待重構圖像的重構，該方案中使用的超完備字典通過依次對訓練樣本圖像進行多核模糊C均值聚類、K-SVD算法處理得到，從而能夠對多數據源以及異構數據源圖像進行圖像重構。

在前述方法實施例的基礎上，在所述從預設的超完備字典中獲取待重構圖像的稀疏表示之前，還可以包括如下的圖中未示出的步驟：

S10、對所述訓練樣本圖像進行多核模糊C均值聚類，得到多個圖像類；

S11、對各個圖像類進行K-SVD算法處理，得到所述各個圖像類對應的字典；

S12、將所述各個圖像類對應的字典合并成所述超完備字典。

在前述方法實施例的基礎上，所述S10，可以包括如下的圖中未示出的步驟：

S100、初始化隸屬度矩陣；

S101、計算隸屬度矩陣，計算公式為其中，

m∈[1，∞)為加權指數，C為聚類中心的數量，u_ic為隸屬度矩陣中的元素，表示所述訓練樣本圖像中像素點x_i屬于第c個聚類中心v_c的隸屬度，ψ(x)＝w₁ψ₁(x)+w₂ψ₂(x)+…+w_Mψ_M(x)，ψ(x)為多個核函數ψ_k(x)k∈[1,2,…,M]的線性組合，w_k k∈[1,2,…,M]為權重，M為大于1的整數，N為所述訓練樣本圖像中像素點的數量，κ_k(x_i,x_j)＝ψ_k(x_i)^Tψ_k(x_j)；