[發明專利]一種基于自適應廣義正交匹配追蹤的紅外圖像重構方法

在審

• 申請號: 201710833411.2
• 申請日: 2017-09-15
• 公開（公告）號: CN107705342A
• 公開（公告）日: 2018-02-16
• 發明（設計）人: 蔣伊琳;邵然;張芮;陳濤;楊志剛
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;H03M7/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及的是一種紅外圖像處理方法，具體地說是一種基于自適應廣義正交匹配追蹤的壓縮感知紅外圖像重構方法。

背景技術

與可見光圖像相比，紅外成像系統在黑暗、霧霾、極端天氣等環境中仍有較強的視覺能力，對于處理光照變化、陰影和夜間可視性等影響計算機視覺的傳統問題提供了有力的支持。但由于紅外傳感器的工藝與技術問題，使得進一步普及更高分辨率的紅外成像系統面臨雙重壓力，突破此瓶頸的一種方法便是應用壓縮感知理論(CS)，對紅外圖像進行稀疏表示與重構。

作為一種可以以低于奈奎斯特采樣率獲得信號的典范，壓縮感知理論在近些年獲得了極大的關注。該理論的核心思想是壓縮和采樣過程合二為一，降低了采樣率，緩解了信號采樣端的壓力，從而有效的節省了信息的獲取時間和存儲空間。在圖像處理領域中，該理論使得通過較少傳感器獲得較高分辨率的圖像(超分辨率重建)成為可能。目前，國內外研究者主要圍繞如何進行信號的稀疏分解、構造合適的測量矩陣和如何設計快速高效的重構算法等三個核心內容展開研究。其中，信號的稀疏表達是壓縮感知理論研究的先驗條件；構造適合的觀測矩陣對信號進行觀測采樣是壓縮感知測量值獲取的關鍵；快速高效的重構算法是研究的核心。

關于重構算法的研究，基于匹配追蹤及貪婪算法的重構算法獨樹一幟，其中尤以廣義正交匹配(GOMP)追蹤應用最廣，其提出者Jian W等人(IEEE Transactions on Signal Processing第12卷第60期，2012年12月，Generalized Orthogonal Matching Pursuit)認為傳統正交匹配算法(OMP)效率太低，改進后的GOMP算法能夠更好的進行迭代運算對圖像進行重建。但該方法需要對稀疏度有較為精確的估計才能得到較好結果。與此相對，Do T T，Lu G，Nguyen N等人(Asilomar Conference on.IEEE，2009年10月，Sparsity adaptive matching pursuit algorithm for practical compressed sensing)提出了稀疏度自適應匹配追蹤算法(SAMP)，該算法能夠自行選擇圖像重建所需要的稀疏度數值，但仍存在某些情況下(不滿足迭代的收斂性)信噪比增大導致重構失敗的情況，這是該方法很難逾越的困難。

而且，隨著采樣率逐漸上升，上述兩種重構算法所需時間也成指數增長。因此，對于目前的圖像處理尤其是紅外圖像處理領域中，缺少性能良好的、具有自適應特點的優化算法。如果能夠將上述兩種方法的優點結合起來，將稀疏度自適應同廣義正交匹配的計算速度結合，并藉此克服彼此的缺點，會是一種優秀的紅外圖像重構方法。

發明內容

本發明的目的在于提供一種能夠提高紅外圖像重構時的魯棒性，改善恢復圖像的質量的基于自適應廣義正交匹配追蹤的紅外圖像重構方法。

本發明的目的是這樣實現的：

(1)輸入待回復圖像的稀疏表達信號，初始化系數值；

(2)迭代計算直至滿足收斂條件，通過最小二乘法逼近信號的稀疏表示，得到稀疏表示系數估計；

(3)通過得到的系數估計恢復出原始圖像。

本發明還可以包括：

1、步驟1具體包括：

1.1)輸入數據：M×N維的傳感矩陣Θ＝ΦΨ，其中Φ為測量矩陣，即壓縮感知最初輸入采集到的紅外圖像，該紅外圖像在數學意義上是M×N維的矩陣，Ψ為稀疏基，是壓縮感知中觀測采樣處理部分已經選好的參數；M×1維的觀測所得向量y，該向量為輸入圖像的稀疏信號表示，是稀疏化了的紅外圖像；

1.2)初始化系數值：設定殘差初始值r₀＝y；設定兩支撐集初始狀態為空集，即Λ₀＝φ，Θ₀＝φ，其中下角標0表示支撐集兩數為第0次迭代數值即初始化數值；設定迭代次數計數t＝1；設定步長L＝1，選擇步長更新值size＝s；確定兩個閾值ε₁和ε₂，其中閾值ε₂為自適應地判斷是否需要調整所選原子數目，而ε₁控制著迭代的終止。

2、步驟2具體包括：當迭代條件未達到時，即滿足t次迭代殘差值的L₂范數平方值小于一個閾值時，重復該迭代運算步驟；

迭代運算包括以下六個步驟：