[發明專利]基于二階L0最小化及邊緣先驗的圖像重建方法

在審

• 申請號: 201810788927.4
• 申請日: 2018-07-18
• 公開（公告）號: CN109035358A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 李丹
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T7/13;G06T7/42
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 葛瀟敏

1.一種基于二階L0最小化及邊緣先驗的圖像重建方法，其特征在于包括如下步驟：

步驟1，對原始圖像進行小波變換，然后使用多變量采樣機制對原始圖像進行測量，得到全部的低頻數據C_LL和降采樣的高頻數據Y_LH，Y_HL，Y_HH；

步驟2，對低頻數據C_LL和置零的高頻小波系數進行小波逆變換，得到低頻圖像X_LL；

步驟3，使用第一階L0梯度最小化對低頻圖像X_LL進行邊緣提取，獲取多變量邊緣先驗信息E_LH，E_HL，E_HH；

步驟4，在多變量邊緣先驗信息的約束下，使用第二階L0最小化求解圖像稀疏重建問題，得到重建高頻系數矩陣RecX_LH，RecX_HL，RecX_HH；

步驟5，對C_LL，RecX_LH，RecX_HL，RecX_HH進行小波逆變換，得到重建圖像RecX。

2.如權利要求1所述的基于二階L0最小化及邊緣先驗的圖像重建方法，其特征在于：所述步驟3的具體過程是：

3-1)輸入：圖像X_LL；參數λ：介于0和1之間的正則化參數，用于平衡估計誤差和稀疏度的權重；參數β₀：初始自動調整參數；參數β_max：最大自動調整參數限度值；參數k：更新自動調整參數因子；

3-2)初始化：S＝X_LL，β＝β₀，i＝0；

3-3)第i次循環；

3-3-1)基于式使用Sⁱ得到最小最優解其中，δ_x、δ_y分別為圖像S在x和y方向的梯度算子；h_p、v_p分別為與δ_xS和δ_yS相對應的輔助變量；

3-3-2)基于式使用得到最小最優解Sⁱ⁺¹，其中，F(X)為圖像X的快速傅里葉變換；h，v分別為輔助變量；

3-3-3)更新參數β＝k*β，其中，k為更新因子；

3-4)輸出平滑圖像S^*；

3-5)對S^*進行邊緣提取得到邊緣圖像X_edge；

3-6)對邊緣圖像X_edge進行小波變換，并對高頻系數部分進行多變量形式變換，獲得多變量邊緣先驗信息集合E_LH，E_HL，E_HH。