基于频域方向滤波的图像变换及其在稀疏分解中的应用制造技术

本发明专利技术公开了基于频域方向滤波的图像变换及其在稀疏分解中的应用，令二维离散小波变换对图像进行多尺度分解，在每一个小波高频子带上利用定义在伪极向频域坐标系中的角度滤波器实现多方向分解，并且由于每个方向滤波器对应的频谱均满足紧支撑性，因而方向滤波不会产生频谱混叠现象，提高了方向滤波器组的方向选择性；将该图像变换作为冗余字典，利用快速迭代收缩算法实现对图像的稀疏分解，在迭代过程中，除了一次梯度估计外，还计算了一个额外的点，加快收敛速度，并使得图像具有更加稀疏的表达。

Image transformation based on frequency domain directional filtering and its application in sparse decomposition

【技术实现步骤摘要】
基于频域方向滤波的图像变换及其在稀疏分解中的应用
本专利技术涉及图像处理
，具体为基于频域方向滤波的图像变换及其在稀疏分解中的应用。
技术介绍
信号稀疏表示就是在给定的超完备字典中用尽可能少的原子来表示信号，以便更容易地获取信号中所蕴含的信息，可进一步对信号进行加工处理，如压缩、编码等；信号稀疏表示的两大主要任务就是字典的生成和信号的稀疏分解，对于字典的选择，一般有分析字典和学习字典两大类；常用的分析字典有小波字典、超完备DCT字典和曲波字典等；稀疏分解算法主要有匹配追踪算法(MatchingPursuit,MP)算法，正交匹配追踪算法(OrthogonalMatchingPursuit,OMP)，OMP算法相较于MP算法，收敛速度更快。为了改进OMP算法，学者也提出了各种不同的其它算法，例如：压缩采样匹配追踪(ConpressiveSamplingMatchingPursuit,CoSaMP)算法、正则化正交匹配追踪(RegularizedOrthogonalMatchingPursuit,ROMP)算法、分段式本文档来自技高网...

【技术保护点】
1.一种基于频域方向滤波的图像变换及其在稀疏分解中的应用，其特征在于：包括将原始图像进行多尺度分解的多尺度分析策略、用于构建稀疏字典的方向分析策略以及图像处理策略，所述多尺度分析策略包括初始子步骤和循环子步骤，所述初始子步骤包括对原始图像做二维离散小波变换进行多尺度分解以得到初始小波低频子带和相应的初始小波高频子带；所述循环子步骤包括依据迭代条件对上一级得到的初始小波低频子带做二维离散小波变换进行多尺度分解以得到次级小波低频子带和相应的次级小波高频子带，直至满足迭代条件时停止循环；/n所述方向分析策略包括构建伪极向频域坐标系，并通过将定义在伪极向频域坐标系的一级角度滤波器进行极角变化的多次平移...

【技术特征摘要】
1.一种基于频域方向滤波的图像变换及其在稀疏分解中的应用，其特征在于：包括将原始图像进行多尺度分解的多尺度分析策略、用于构建稀疏字典的方向分析策略以及图像处理策略，所述多尺度分析策略包括初始子步骤和循环子步骤，所述初始子步骤包括对原始图像做二维离散小波变换进行多尺度分解以得到初始小波低频子带和相应的初始小波高频子带；所述循环子步骤包括依据迭代条件对上一级得到的初始小波低频子带做二维离散小波变换进行多尺度分解以得到次级小波低频子带和相应的次级小波高频子带，直至满足迭代条件时停止循环；
所述方向分析策略包括构建伪极向频域坐标系，并通过将定义在伪极向频域坐标系的一级角度滤波器进行极角变化的多次平移得到若干方向滤波器以构造角度滤波器组；
所述图像处理策略包括步骤S1和步骤S2，
所述步骤S1包括利用所述角度滤波器组实现对所述小波高频子带的方向分解以得到一级分解子带；
所述步骤S2包括将所述一级分解子带进行去冗余操作得到终级分解子带。


2.如权利要求1所述的基于频域方向滤波的图像变换及其在稀疏分解中的应用，其特征在于，所述去冗余操作包括快速迭代收缩算法，所述快速迭代收缩算法包括剪切操作、降采样操作、升采样操作和合成操作。


3.如权利要求2所述的基于频域方向滤波的图像变换及其在稀疏分解中的应用，其特征在于：所述一级分解子带包括呈中心对称的楔形通带区间，所述一级分解子带还包括指定区间，所述剪切操作被配置为将所述楔形通带区...

【专利技术属性】
技术研发人员：田树耀，张湃，范长德，
申请(专利权)人：田树耀，
类型：发明
国别省市：天津;12