【技术实现步骤摘要】
本专利技术涉及一种压缩传感图像重构方法,属于图像处理领域。
技术介绍
在图像处理领域中,压缩传感重构是稀疏表示下的最重要的病态反问题之一。压缩传感图像重构利用图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像。在传统的信号或图像采集系统中,香农采样定理是必须遵守的基本原则:即信号采样频率必须大于或等于奈奎斯特采样率(信号带宽的两倍)才能无失真地重构原始信号。目前的采样系统为了满足香农采样定理对带宽的约束,都会以降低信号质量为代价,在采样之前对信号进行抗混低通滤波,达到带限的目的。随着科技的不断进步,所处理的信号带宽在不断地增加,对于某些本质上非带限的信号(如图像)其带宽无法事先估计,这对于传统的采样系统提出了严峻的挑战。在传统的图像传输系统中,图像传感器的采样子系统以大于或等于奈奎斯特采样率对图像进行采样,然后对图像进行压缩后再传输,即利用稀疏变换(DCT或小波等)获得比图像像素数少得多的显著变换系数,然后进行编码或信道传输。其缺点在于利用了大量的传感器采集了尽可能多的图像信息,信息的利用率却很低,浪费了信息处理的资源。针对上述问题,Cand、Tao和Romberg以及Donoho等学者提出了压缩传感(Compressive sensing)理论,它通过对冗余字典下可稀疏表示的信号f进行随机投影采样,从比奈奎斯特采样频率少得多的Q<<N个充分非相干线性观测值中,结合信号在某一变换域可稀疏表示的先验知识,恢复原始信号x∈Cn,观测值数量取决于信号表示的稀疏性而非信号的带宽。图像压缩传感与传统的图像压缩不同,由于在采样之前无法知 ...
【技术保护点】
一种压缩传感图像重构方法,在计算机读入重构图像后,进行如下基本步骤:步骤A.根据图像各像素点与其周围邻域信息的关系初始化重构图像;步骤B.对原始图像x进行随机投影采样,得到观测值y=Ax;步骤C.进行小波域的非参数正交多项式密度模型去噪:a)对观测值进行小波分解;b)估计噪声的标准差;c)利用噪声的标准差得到邻域噪声协方差Cw;d)估计含噪的邻域系数的协方差Cy;e)估计Cu=Cy‑Cw;f)在邻域中,通过局部维纳滤波估计E(xc\y,z);g)估计各领域的参考系数xc;步骤D.利用公式对每次迭代的重构结果进行全变差调整;其中μ为全变差调整步长,其中TV(xk)=[xk(i+1,j)-xk(i,j)]2+[xk(i,j+1)-xk(i,j)]2]]>步骤E.迭代次数k=k+1;步骤F.重复步骤(C)‑(E)直至完成迭代重构,输出重构图像。
【技术特征摘要】
1.一种压缩传感图像重构方法,在计算机读入重构图像后,进行如下基本步骤:步骤A.根据图像各像素点与其周围邻域信息的关系初始化重构图像;步骤B.对原始图像x进行随机投影采样,得到观测值y=Ax;步骤C.进行小波域的非参数正交多项式密度模型去噪:a)对观测值进行小波分解;b)估计噪声的标准差;c)利用噪声的标准差得到邻域噪声协方差Cw;d)估计含噪的邻域系数的协方差Cy;e)估计Cu=Cy-Cw;f)在邻域中,通过局部维纳滤波估计E(xc\\y,z);g)估计各领域的参考系数xc;步骤D.利用公式对每次迭代的重构结果进行全变差调整;其中μ为全变差调整步长,其中 TV ( x k ) = [ x k ( i + 1 , j ) - x k ( i , j ) ] 2 + [ x k ...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。