[發明專利]基于非局部低秩正則化的圖像重建方法

在審

• 申請號: 202110024434.5
• 申請日: 2021-01-08
• 公開（公告）號: CN112734875A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 封磊;朱俊
• 申請（專利權）人: 金陵科技學院
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T5/10;G06T5/50;G06F17/16;G06K9/62
• 代理公司: 南京知識律師事務所 32207
• 代理人: 陳卓

1.一種基于非局部低秩正則化的圖像重建方法，其特征在于，包括以下步驟：

步驟1、對測量矩陣和觀測值進行離散余弦變換，初步重建圖像；

步驟2、對估計圖像進行重疊分塊，得到圖像塊總數量和每個圖像塊的具體位置；

步驟3、對上述每個圖像塊按照相似性原則在全局圖像中尋找相似塊，得到二維群組矩陣；

步驟4、對每個所述二維群組矩陣進行低秩正則化約束，選擇截斷加權Schatten-p范數作為矩陣秩的非凸替代，利用加權奇異值閾值方法重新估計每個二維群組矩陣；

步驟5、利用上述估計的二維群組矩陣反向分解重建圖像；

步驟6、如果迭代次數k≤最大迭代次數，那么k＝k+1并跳轉到步驟2繼續執行，如果k最大迭代次數，那么輸出最終重建的二維圖像。

2.根據權利要求1所述的基于非局部低秩正則化的圖像重建方法，其特征在于，所述步驟1具體包括：設置離散余弦變換的圖像塊的大小及迭代次數T，對測量矩陣和測量值進行離散余弦變換，從而重建得到初步的二維圖像x₀∈R^m×n，m和n分別表示圖像的長度和寬度。

3.根據權利要求1所述的基于非局部低秩正則化的圖像重建方法，其特征在于，所述步驟2中還包括：

對估計的圖像進行重疊分塊，設置圖像塊的大小搜索步長的大小step，得到圖像塊的總個數和每個圖像塊的具體位置。

4.根據權利要求1所述的基于非局部低秩正則化的圖像重建方法，其特征在于，所述步驟3中還包括：

對每個圖像塊x_j∈R^d,j＝1,2…z，利用非局部低秩性，在所有圖像塊中尋找h個最相似的圖像塊，要求滿足相似性條件(ε₀為閾值)，構造出多個二維群組矩陣

5.根據權利要求1所述的基于非局部低秩正則化的圖像重建方法，其特征在于，所述步驟4具體如下：

對每個二維群組矩陣，進行低秩正則化的約束，

選擇截斷加權Schatten-p范數作為矩陣秩的非凸替代，則

其中，δ_i(L_j)表示第j個二維群組矩陣L_j的第i個奇異值；設U△V^T是L_j的奇異值分解(U＝(u₁,...u_d)∈R^d×d,△∈R^d×h,V＝(v₁,…v_h)∈R^h×h)，A∈R^r×d和B∈R^r×h分別是U和V的前r列的轉置，并且滿足AA^T＝I_r and BB^T＝I_r；利用加權奇異值閾值方法估計新的群組矩陣。

6.根據權利要求1所述的基于非局部低秩正則化的圖像重建方法，其特征在于，所述步驟5中還包括：

根據步驟3二維群組矩陣的構造方式，將群組矩陣中的各個圖像塊反向分解到圖像中去，記錄下每個像素對應的權值，然后將當前的估計圖像點除權值矩陣p∈R^m×n，就可得到新的重建圖像。

7.根據權利要求4所述的基于非局部低秩正則化的圖像重建方法，其特征在于，閾值ε₀的取值是10^-3。