[發明專利]一種基于梯度分塊自適應測量的壓縮感知方法

有效

• 申請號: 201811181710.3
• 申請日: 2018-10-11
• 公開（公告）號: CN109448065B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 諶德榮;陳群林;宮久路;張惠云;易磊;陳紫旭
• 申請（專利權）人: 北京理工大學;北京機電工程總體設計部
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于梯度分塊自適應測量的壓縮感知方法。該方法包括：將不重疊的基礎塊作為圖像的劃分單元，利用圖像的垂直方向和水平方向的梯度計算每個基礎塊的平滑度，根據平滑度將圖像分割成尺寸不均勻的圖像塊并且計算各圖像塊的測量率；按照圖像塊尺寸分類選擇測量矩陣分別對各圖像塊進行測量，得到測量值；解碼端引入向量夾角作為相似性判斷標準，采用非局部低秩正則化壓縮感知重構算法進行重構。本發明設計了一種不均勻分塊自適應測量壓縮感知方法，使其解碼圖像具有魯棒性并且獲得更好的重構效果。

技術領域

本發明涉及計算機圖像處理領域，特別是涉及一種基于梯度分塊自適應測量的壓縮感知方法。

背景技術

壓縮感知是一種突破奈奎斯特采樣定理的全新信號處理框架。信息壓縮和信號重構是壓縮感知的兩個重要組成部分。信息壓縮方法主要分成兩類，對整幅圖像進行壓縮與對圖像分塊后分別進行壓縮。整體壓縮感知往往需要存儲較大的測量矩陣，占用較大內存，同時，整體壓縮感知的計算量也十分龐大。

為此，科研人員提出了分塊壓縮方法，該方法先將圖像分成指定大小的小塊，再對每一小塊圖像使用同一的測量矩陣進行壓縮。例如中國專利文獻CN?106301384?A的“一種基于分塊壓縮感知的信號重構方法”：將原始信號均勻分成子塊，對子塊稀疏變換后濾波；得到的子信號再進行觀測，得到觀測向量；利用觀測向量和測量矩陣恢復出子信號，再對子信號線性組合得到重構信號。分塊壓縮感知具有存儲測量矩陣較小，重構算法計算更加簡單的優點；但是該算法對每個子信號單獨重構，然后線性組合，魯棒性不強并且容易引起重構圖像塊效應。

在文獻“Compressive?sampling?based?on?frequency?saliency?for?remotesensing?imaging”中，為了提高分塊壓縮感知重構效果，根據塊的顯著性信息分配測量率，有效提升了重構效果。但該算法在重構時采用OMP算法，沒用充分利用圖像的先驗知識，且設定的稀疏度值對重構效果的影響較大。

目前的分塊壓縮感知算法都是采用均勻分塊，分塊降低了計算復雜度，但也破壞了圖像塊之間的原始結構，導致分塊壓縮感知算法存在塊效應；所以有不少學者提出了很多濾波的方法平滑復原塊與塊之間的差別，進而去除塊效應，但是這也導致在去除塊效應的同時破壞了圖像復原結構，降低了圖像重構效果。

在文獻“Compressive?Sensing?via?Nonlocal?Low-Rank?Regularization”中提出的非局部低秩正則化壓縮感知重構算法，充分利用的圖像的非局部相似性，取得了非常好的重構效果，但該算法在壓縮端采用整體均勻測量，沒有充分利用測量信息。為了取得更優秀的重構效果，本發明在解碼端采用該非局部低秩方法進行重構。

發明內容

為了解決現有技術中存在的上述缺陷，解決分塊壓縮感知重構問題并且提高重構圖像峰值信噪比，本發明的目的是：提供一種基于梯度分塊自適應測量的壓縮感知方法。

本發明解決其技術問題所采取的技術方案是：為了降低分塊方法在去塊效應和保留復原結構的矛盾，結合圖像幾何結構，提供一種不均勻分塊策略，將具有相似結構的區域盡可能的劃分到一個塊，減少圖像的整體分塊數量和塊效應的產生，進而減少在去塊效應時的結構損失。在測量時，根據不均勻塊的平滑度進行自適應測量，在整體測量率不變的情況下，根據平滑度自適應的減少平滑區域的測量率和增加復雜區域的測量率，以提升有效信息的利用率。

包括如下步驟：

(1)輸入待處理圖像，其中，待處理圖像的數字化矩陣為X∈R^m×n，m、n分別為圖像矩陣的行數和列數；

(2)對圖像進行分塊，基于圖像梯度分成d個不均勻塊圖像，對所有的圖像塊展開成列向量x_j，其中j＝{1,2,...,d}，組合成一個列向量x＝[x₁；x₂；...；x_d]；