[發明專利]一種基于LDPC矩陣的光場圖像壓縮感知方法

在審

• 申請號: 201711430830.8
• 申請日: 2017-12-26
• 公開（公告）號: CN108242065A
• 公開（公告）日: 2018-07-03
• 發明（設計）人: 劉昱;翟麗
• 申請（專利權）人: 天津大學
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李素蘭

1.一種基于LDPC矩陣的光場圖像壓縮感知方法，其特征在于，該方法包括以下步驟：

步驟(1)、建立樣本數據集，即從開源的通用光場圖像包中選用5組光場圖像，建立樣本數據集，對光場圖像進行分塊；

步驟(2)、利用Matlab對樣本數據集中所有的光場圖像塊文件進行處理，從光場圖像塊中選取方差最大的前50000塊作為“核心集”；

步驟(3)、進行“核心集”處理，即通過“核心集”進行K-SVD字典訓練，訓練步驟包括：設定初始字典D₀∈R^n×K，設字典為D_j，其中j表示字典的更新次數；R^n×K表示字典屬于一個n×K的向量空間，n和K分別表示字典的行數和列數；對樣本數據集中各樣本i進行稀疏編碼：即利用匹配算法計算每個音頻樣本s_i的表示向量a_i，求解均方誤差方程找到一個最多有T₀個非零項的信號，并且使得限制條件T₀最小；其中T₀是一個固定的預設數量的非零項；更新字典原子，每次更新一列d_k；更新該列的表達系數，使其滿足均方誤差)的值最小的收斂條件，直到收斂條件停止更新，得到訓練好的K-SVD字典作為選擇出的訓練集；

步驟(4)、對步驟(3)中訓練好的K-SVD字典進行在線稀疏編碼處理；

步驟(5)、生成測量矩陣，即在LDPC矩陣的基礎上，根據采樣率R的大小構造相應的測量矩陣，具體生成過程如下：

對于一個N×1的一維信號x，N一般為偶數，根據采樣率R的大小構造子矩陣，確定子矩陣每一行“1”個數為L，而每一行的“1”根據采樣率大小按照將P×Q子矩陣中第K行的“1”連續分布在從(K-1)×L+1到K×L的列的位置或離散分布在第K列和第K+0.5Q列的位置這兩種情況分布，以保證每一列中有且僅有一個“1”存在；

構造一個單位矩陣，并依據采樣率大小從上述子矩陣或者單位矩陣中隨機選取所需的行或者列；選取所需的行或列添加到子矩陣中，使子矩陣的大小等于測量矩陣的大小；

通過迭代算法有限次的遍歷搜索整個子矩陣中的四邊環，并通過改變其中一個“1”的位置來消除存在的四邊環，經消除四邊環的子矩陣即為測量矩陣；

步驟(6)、利用OMP算法對降采樣后的光場圖像數據進行重構，即在已知y、Φ、D的情況下，通過OMP算法求解公式y＝ΦDa中α的值；其中，D為步驟4中生成的過完備字典，Φ為步驟5中生成的測量矩陣，y為降采樣后的光場圖像數據；

步驟(7)、獲得重構信號，即通過計算D、α的乘積得到重構信號s。