一种基于自适应的块压缩感知图像重构方法技术

本发明专利技术公开了一种基于自适应的块压缩感知图像重构方法，通过采用不同的分块方式，对图像进行多种形式的分块，然后分别对分块结果采用最小化二范式的方法，进行压缩重构。通过比较每一种分块方法的重构结果的稀疏度，自适应地选择稀疏最大的重构结果，最后通过逆变换，得到最优的结果。本发明专利技术的方法鲁棒性强，解决了现有分块压缩感知图像重构中分块重构存在的块效应问题，提高了重构效果。

【技术实现步骤摘要】
一种基于自适应的块压缩感知图像重构方法
本专利技术涉及块压缩感知图像重构方法，特别是一种基于自适应的块压缩感知图像重构方法。
技术介绍
压缩感知(CompressedSensing,CS)是近年在图像处理领域得到广泛重视的新兴理论体系。依据压缩感知理论，若某个待采样图像是稀疏的(或者在某个变换域是稀疏的)，那么从其有限的不相关测量值中，可高概率地准确恢复出原始图像。2006年，Candes，Donoho,和Tao等学者从数学上证明：可以从部分傅立叶变换系数中精确重构信号。压缩感知理论指出：对可压缩的信号可通过远低于Nyquist标准的方式进行测量数据，仍能够精确地恢复出原始信号。图片或者信号经过某种域值变换(如小波变换，傅里叶变换等)后，要比图片和信号本身要稀疏很多。通过与变换基不相关的测量矩阵来测量信号，再用测量值求解优化问题，就可以实现信号的精确重构。为提高图像压缩感知重构精度，不少学者对块压缩开展了相关研究工作。传统的图像压缩感知技术，是将图像按列或者行，依次进行重构，然后再把重构结果合并。而块压缩感知是考虑到图像大多情况下，相邻的区域像素值相等或相近，先将图像按一定块大小，进行分割，然后对每一块进行重构，最后把重构结果合并。由于块压缩感知技术考虑到图像本身的像素特征，所以可以得到比传统图像压缩感知技术更高的重构精度。块压缩感在众多领域有着广泛的应用。目前现有的图像块压缩感知方法存在不足之处，主要包括：(1)分块方式单一，现有的块压缩感知方法中，分割块的形状为方块为主，块的形状是固定的，实验表明，采用方块的分割方式并不能保证取得最优的重构效果；(2)部分算法重构速度慢，在实际应用中受到一定的限制；(3)在部分重构方法中，重构结果存在的块效应，重构精度还有待进一步提高。
技术实现思路
本专利技术所要解决的技术问题是，针对现有技术不足，提供一种基于自适应的块压缩感知的图像重构方法，解决现有分块压缩感知图像重构中分块重构存在的块效应问题，提高重构的精度。为解决上述技术问题，提出一种基于自适应的块压缩感知的图像重构方法，技术方案主要由三部分构成，(1)采用多种形状的块对图像进行分割，而非采用传统的基于方块的分割方式。(2)对所有的分块结果采用最小化二范式的方法，对图像进行压缩重构是通过求解以下优化问题得到原始信号的稀疏系数x(3)提出一种自适应方案，对基于不同块分块下的重构结果，能自适应地选择最优的结果，最后通过逆变换，得到最终的重构图像，从而实现提高重构精度的目地。本专利技术包括以下步骤：1)对原图像进行基于不同块形状的块分割，得到K1个结果，即2)设置阈值参数λ和采样比例u；原图像的尺寸为N×N，N为自然数，M＝N*u，迭代参数k1＝1；高斯随机矩阵定义ε；itr为迭代次数；小波正交矩阵Ψ∈RN×N；3)设置迭代参数k1＝1，迭代计算4)将子向量标记为即有Q个向量；5)初始化6)设置迭代参数i＝0，7)初始化误差参数r0＝1,r-1＝0；8)如果满足条件|ri-ri-1|＜10-5，调整λ，λ＝0.5*λ，使λ的值为原来的1/2，并转到步骤7)，否则直接进入步骤9)；9)令xi为第i次迭代结果；10)对进行Wiener滤波操作，11)12)令为的中间值；13)迭代参数p的值置1，为的子向量。对于中的每一个子向量，定义迭代参数k＝1；对于中的每个元素进入步骤14)；14)如果那么15)k的值加1，如果k小于中元素的个数，跳转到步骤14)；否则转到步骤16)；16)p的值加1，如果p小于或等于Q，则转到步骤13)；否则进入步骤17)；17)计算18)19)20)i的值加1，如果i<＝itr，则跳转到步骤8)，否则，继续步骤21)；21)k1的值加1，如果k1<＝K1，则跳转到步骤3)，否则，继续步骤22)；22)对于K1种分块方式，共得到K1个不同的重构结果，即设置迭代参数k1＝1；23)中元素个数为T，统计中绝对值小于ε元素的个数，定义为Z，spk1＝Z/T；24)k1的值加1，如果k1<＝K1，转到步骤29)；否则进入下一步骤；25)计算spd＝max{sp1,sp2,...,spK1}，得到稀疏度最大的结果的下标d，即得到最大结果26)计算27)s'(1),s'(2),...s'(Q)为s'对应的行向量，设置迭代参数p＝1,28)将s'的每一个行向量s'(p)转化成wd×hd的块wd为hd对图像s进行块分割的具体步骤中，步骤2)中定义的第d种分块方式的长和宽；29)p的值加1，如果p<＝Q，转到步骤28)；否则进入下一步骤；30)输出新的图像步骤1)中，采用多种形状的块，对任意图像s进行块分割的具体步骤包括：1)对于任意图像s进行大小调整操作，使得s∈RN×N，且N＝2n；2)对调整后图像进行多种方式的分割，共有K1种分块方式，其中定义块的大小长hk和宽wk，取wk＝2a-1,hk＝2b，k＝1,...,K1,且a＝1,...,K1；b＝K1-a；3)设置迭代参数k1＝1；4)采用wk1×hk1对s图像分割，共得到Q个子块，每个子块标记为s(1),s(2),...,s(Q),设置迭代参数p＝1；5)把s(p)块转化成1×(wk1*hk1)的行向量即行为1，列为wk1*hk1；6)令7)p的值加1，如果p<＝Q，则跳转到步骤5)；否则执行步骤8)；8)输出分割后的图像9)k1的值加1，如果k1<＝K1，则跳转到步骤5)；否则结束。与现有技术相比，本专利技术所具有的有益效果为：本专利技术采用分块压缩的方法，通过采用不同的块形状，对图像进行多种形式的分割，然后分别对分块结果采用最小化二范式的方法，对图像进行压缩重构。通过比较每一个分块方法的重构结果的稀疏度，自适应地选择稀疏最大的重构结果，最后通过逆变换，得到最优的结果。本专利技术的方法鲁棒性强，解决了现有分块压缩感知图像重构中分块重构存在的块效应问题。(1)采用更细节的分块方式，把对图像进行多种形式的分块，让图像中像素值相近或相似的点尽可能分割到同一个块中，从而提高重构的精度。(2)在不同分块式下，得到多个重构结果，采用一种基于稀疏度度量的策略，自适应地选择，稀疏度最大的重构结果。并通过逆变换得到最终的重构图像。(3)充分发挥λ对重构结果的影响，在迭代过程中，依据重构结果的误差，调节λ的取值。达到提高重构精度的目地。附图说明图1是本专利技术一种基于自适应的块压缩感知图像重构方法的系统流程图；图2是本专利技术实验采用的一个两张原图像coins.png和saturn.png；(a)coins.png；(b)saturn.png；图3是采样为20％时，采用本专利技术对图2进行重构实验结果；(a)psnr＝34.8781dB(b)psnr＝28.9389dB。具体实施方式基于不同形状块的图像分割实施方法：步骤1，对于图像s,先做大小调整操作，规一化小大为256*256的图像，使得s∈R256×256,且N＝256＝28取K1＝8+1＝9。步骤2，对调整后图像进行多种方式的分割，分块方式共有K1＝9中方式，其中定义9种块的大小，分别为w1×h1(1×256)，w2×h2(2×128)，w3×h3(4×64本文档来自技高网...

【技术保护点】
1.一种基于自适应的块压缩感知图像重构方法，包括以下步骤：1)对原图像进行基于不同块形状的块分割，得到K1个结果，即

【技术特征摘要】
1.一种基于自适应的块压缩感知图像重构方法，包括以下步骤：1)对原图像进行基于不同块形状的块分割，得到K1个结果，即2)设置阈值参数λ和采样比例u；原图像的尺寸为N×N，N为自然数，M＝N*u，迭代参数k1＝1；高斯随机矩阵定义ε；itr为迭代次数；小波正交矩阵Ψ∈RN×N；3)设置迭代参数k1＝1，迭代计算4)将子向量标记为即有Q个子向量；5)初始化6)设置迭代参数i＝0，7)初始化误差参数r0＝1,r-1＝0；8)如果满足条件|ri-ri-1|＜10-5，调整λ，使λ的值为原来的1/2，并转到步骤7)，否则进入步骤9)；9)令xi为第i次迭代结果；10)对进行Wiener滤波操作，11)令12)令为的中间值；13)迭代参数p的值设置为1，将子向量标记为对于中的每一个子向量，定义迭代参数k＝1；对于中的每个元素进入步骤14)；14)如果那么15)k的值加1，如果k小于中元素的个数，跳转到步骤14)；否则转到步骤16)；16)p的值加1，如果p小于或等于Q，则转到步骤13)；否则进入步骤17)17)计算18)计算19)20)i的值加1，如果i<＝itr，则跳转到步骤8)，否则，继续步骤21)；21)k1的值加1，如果k1<＝K1，则跳转到步骤3)，否则，继续步骤22)；22)对于K1种分块方式，共得到K1个不同的重构结果，即设置迭代参数k1＝1；23)中元素个数为T，统计中绝对值小于ε元素的个数，定义为Z，spk1＝Z/T；24)...

【专利技术属性】
技术研发人员：赵辉煌，郑金华，邹祎，孙雅琪，
申请(专利权)人：衡阳师范学院，
类型：发明
国别省市：湖南,43