[發(fā)明專利]圖像處理方法及設(shè)備

在審

• 申請?zhí)枺?/td>: 202211213206.3
• 申請日: 2022-09-30
• 公開（公告）號: CN115496106A
• 公開（公告）日: 2022-12-20
• 發(fā)明（設(shè)計）人: 馮捷
• 申請（專利權(quán)）人: 中國農(nóng)業(yè)銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N20/00
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 李興福;黃健

1.一種圖像處理方法，其特征在于，所述方法包括：

對待處理圖像進行預(yù)處理，得到所述待處理圖像對應(yīng)的N維的稀疏信號；

基于預(yù)設(shè)的觀測矩陣對所述稀疏信號進行采樣，得到所述待處理圖像對應(yīng)M維的觀測信號；其中，所述觀測矩陣為M×N的矩陣，M、N均為正整數(shù)，且M＜N；

根據(jù)所述觀測信號和所述觀測矩陣，利用預(yù)設(shè)的基于負熵和加權(quán)L1正則化的稀疏信號重構(gòu)函數(shù)，還原所述待處理圖像對應(yīng)的圖像信號。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于預(yù)設(shè)的觀測矩陣對所述稀疏信號進行采樣，得到所述待處理圖像對應(yīng)M維的觀測信號，包括：

利用以下方式得到所述觀測信號：

x＝As+e

其中，x表示所述M維的觀測信號，A表示所述觀測矩陣，s表示所述N維的稀疏信號，e表示M維的噪聲信號。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，還包括：按照以下方式確定出所述基于負熵和加權(quán)L1正則化的稀疏信號重構(gòu)函數(shù)：

確定所述基于負熵和加權(quán)Lp正則化的稀疏信號重構(gòu)函數(shù)為：

確定熵J_n(e)的梯度，并根據(jù)熵J_n(e)的梯度，確定所述稀疏信號s的更新迭代表達式為：

利用加權(quán)L1正則化運算替代所述L_p正則化運算，得到所述基于負熵和加權(quán)L1正則化的稀疏信號重構(gòu)函數(shù)：

其中，表示還原后的所述待處理圖像對應(yīng)的圖像信號，||·||_p表示L_p正則化運算，λ為常數(shù)；-J_n(e)為所述負熵，0p1；k表示迭代的次數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，還包括：

利用加權(quán)L1正則化運算替代所述L_p正則化運算，將所述稀疏信號s的更新迭代表達式等效為以下表達式：

其中，R為所述稀疏信號s對應(yīng)的集合，s_i為所述集合R中的第i個元素，w_i為所述集合R中的第i個元素的權(quán)重。

5.一種圖像處理裝置，其特征在于，所述裝置包括：

預(yù)處理模塊，用于對待處理圖像進行預(yù)處理，得到所述待處理圖像對應(yīng)的N維的稀疏信號；

采樣模塊，用于基于預(yù)設(shè)的觀測矩陣對所述稀疏信號進行采樣，得到所述待處理圖像對應(yīng)M維的觀測信號；其中，所述觀測矩陣為M×N的矩陣，M、N均為正整數(shù)，且M＜N；

重構(gòu)模塊，用于根據(jù)所述觀測信號和所述觀測矩陣，利用預(yù)設(shè)的基于負熵和加權(quán)L1正則化的稀疏信號重構(gòu)函數(shù)，還原所述待處理圖像對應(yīng)的圖像信號。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述采樣模塊用于：

利用以下方式得到所述觀測信號：

x＝As+e

其中，x表示所述M維的觀測信號，A表示所述觀測矩陣，s表示所述N維的稀疏信號，e表示M維的噪聲信號。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述重構(gòu)模塊還用于：

按照以下方式確定出所述基于負熵和加權(quán)L1正則化的稀疏信號重構(gòu)函數(shù)：

確定所述基于負熵和加權(quán)Lp正則化的稀疏信號重構(gòu)函數(shù)為：

確定熵J_n(e)的梯度，并根據(jù)熵J_n(e)的梯度，確定所述稀疏信號s的更新迭代表達式為：

利用加權(quán)L1正則化運算替代所述L_p正則化運算，得到所述基于負熵和加權(quán)L1正則化的稀疏信號重構(gòu)函數(shù)：

其中，表示還原后的所述待處理圖像對應(yīng)的圖像信號，||·||_p表示L_p正則化運算，λ為常數(shù)；-J_n(e)為所述負熵，0p1；k表示迭代的次數(shù)。