[發(fā)明專利]一種基于小波變化的壓縮感知圖像處理算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810385636.0
• 申請(qǐng)日: 2018-04-26
• 公開（公告）號(hào): CN108596851A
• 公開（公告）日: 2018-09-28
• 發(fā)明（設(shè)計(jì)）人: 汪一坡;唐超禮
• 申請(qǐng)（專利權(quán)）人: 安徽理工大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06N7/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開了一種基于小波變化的壓縮感知圖像處理算法，具體是：在稀疏階段，首先將圖像進(jìn)行3層小波分解；在測(cè)量階段，根據(jù)小波分解后各層信息4:1的特點(diǎn)，對(duì)小波分解后每層的高頻進(jìn)行采樣測(cè)量，低頻保持不變，其中，測(cè)量矩陣選用的是根據(jù)混沌序列構(gòu)造的測(cè)量矩陣；在重構(gòu)階段，對(duì)高頻測(cè)量結(jié)果用OMP算法進(jìn)行重構(gòu)，再將重構(gòu)的高頻和沒有處理的低頻一起采用小波反變化恢復(fù)圖像。本發(fā)明方法適用于采用壓縮感知分解重構(gòu)圖像，相比較于傳統(tǒng)壓縮感知的算法，本發(fā)明方法能在減少圖像采樣點(diǎn)的情況下恢復(fù)較好的圖像效果，有效提高了圖像的峰值信噪比。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種基于小波變化的壓縮感知圖像處理算法。

背景技術(shù)

隨著無(wú)線通信、集成電路、模式識(shí)別、圖像超分辨重建等技術(shù)的快速發(fā)展。導(dǎo)致信息的需求量更大，給信息的采樣、壓縮、傳輸?shù)葌鹘y(tǒng)技術(shù)帶來(lái)了嚴(yán)峻的考驗(yàn)，而根據(jù)傳統(tǒng)奈奎斯特采樣定理，要想實(shí)現(xiàn)對(duì)于原始信號(hào)的精確重構(gòu)，采樣過程中的采樣頻率至少得高于原始信號(hào)中最高頻率的兩倍。然而，奈奎斯特采樣定理是原始信號(hào)能夠精確重構(gòu)的充分條件，并非必要條件。近年來(lái)，一種新的理論被提了出來(lái)—壓縮感知。該理論于2006年正式被Donoho等提出，并很快在信息處理領(lǐng)域、圖像處理領(lǐng)域得到廣泛的應(yīng)用。壓縮感知理論主要包括信號(hào)的稀疏、測(cè)量矩陣的感應(yīng)和重構(gòu)算法的重構(gòu)。

壓縮感知大致的工作原理為:首先將信號(hào)x進(jìn)行稀疏化處理，降維處理，以y來(lái)表示稀疏后的x，稀疏正交基選用Ψ，測(cè)量矩陣Φ要求不能與Ψ相關(guān)，測(cè)量結(jié)果可記為s，再經(jīng)由重構(gòu)算法對(duì)測(cè)量結(jié)果s恢復(fù)重構(gòu)。

測(cè)量矩陣采用的是基于混沌系統(tǒng)的測(cè)量矩陣。壓縮感知測(cè)量矩陣主要分為三類，一類是隨機(jī)測(cè)量矩陣。隨機(jī)測(cè)量矩陣有高斯隨機(jī)測(cè)量矩陣、伯努利隨機(jī)測(cè)量矩陣等，這些矩陣是完全隨機(jī)的，雖然在理論上近乎完美契合RIP原則，重構(gòu)效果也很好，但是在實(shí)際應(yīng)用中對(duì)于硬件要求過高，難以用硬件去實(shí)現(xiàn)，且由于隨機(jī)性，在實(shí)驗(yàn)時(shí)需要多次運(yùn)行去均值，費(fèi)時(shí)費(fèi)力。另一類是確定性測(cè)量矩陣，包括循環(huán)測(cè)量矩陣、托普利茲測(cè)量矩陣等，此類矩陣相對(duì)于隨機(jī)矩陣易于硬件實(shí)現(xiàn)，但普適性不夠，如循環(huán)測(cè)量矩陣不能在常用的DCT稀疏基有效地重構(gòu)原始信號(hào)。混沌系統(tǒng)是一種非線性動(dòng)力學(xué)系統(tǒng)，1963年氣象學(xué)家Lorenz在研究天氣預(yù)報(bào)方程發(fā)現(xiàn)。

發(fā)明內(nèi)容

本發(fā)明在壓縮感知的稀疏和測(cè)量矩陣方面做出設(shè)計(jì)。稀疏采用的是緊支撐，正交分解的sym8小波作為稀疏基，在對(duì)圖像進(jìn)行三層sym8小波變化后，保留低頻稀疏部分，僅對(duì)高頻系數(shù)部分進(jìn)行測(cè)量投影，之后采用OMP算法重構(gòu)恢復(fù)，最后將重構(gòu)的高頻系數(shù)與直接傳輸?shù)牡皖l系數(shù)，在終端上一起進(jìn)行sym8的小波逆變化對(duì)圖像恢復(fù)重構(gòu)。

本發(fā)明的目的是提出一種基于小波變化的壓縮感知圖像處理算法，其特征在于:包括以下步驟：

步驟一、利用小波變化對(duì)圖像進(jìn)行三層小波分解，根據(jù)小波分解的特點(diǎn)分別提取高低頻圖像塊數(shù)值；

步驟二、基于混沌系統(tǒng)的測(cè)量矩陣單獨(dú)對(duì)高頻圖像塊進(jìn)行測(cè)量，低頻保持不變，低頻系數(shù)部分包含有原圖像的大部分信息；

步驟三、用OMP算法對(duì)基于混沌系統(tǒng)的測(cè)量矩陣的測(cè)量高頻結(jié)果進(jìn)行重構(gòu)，并將此重構(gòu)數(shù)據(jù)與低頻圖像塊數(shù)據(jù)一起進(jìn)行小波逆變化的得到重構(gòu)圖像。