一种基于路径正交匹配的k-稀疏图像重构方法技术

一种基于路径正交匹配的k‑稀疏图像重构方法，在正交匹配追踪算法的基础上进行改进，在迭代过程中，通过在匹配的两个最相似的原子之间构建一条路径，然后执行二次识别步骤，得到最优的字典(支撑集)和在该字典上对应的原始信号逼近值

【技术实现步骤摘要】
一种基于路径正交匹配的k-稀疏图像重构方法
本专利技术涉及图像处理领域，具体涉及一种基于路径正交匹配的k-稀疏图像重构方法。
技术介绍
在图像处理中，通过将信号表示为一组参考信号的线性组合来重构或压缩信号中包含的信息。在最一般的情况下，这个参考集是一个(可能过于完备的)字典，它由一些来自底层信号模型的信号原子组成。稀疏表示就在某一字典下，利用字典中少量原子(字典的列)进行线性组合来表示图像，它的好处是可以利用很少的信息量去尽可能的保留图像特征，从而降低了图像存储和传输的需求，同时可以作为一种图像的信号处理特征被用来进行各类图像处理。从稀疏表示的信号对图像进行重构，即用低维度的表示值重构高维度的真实值是比较困难的，也是至关重要的步骤。将信号分解成原子线性组合的重构算法可以设计成基于误差阈值或一定稀疏度的终止算法，其中贪婪算法拥有运算速度快和结构简单的特点,因而有着广泛的应用，它在每次迭代中仅选取一个原子来更新原子集合，但是只有相对较少的局部图像区域可以被一个原子精确地表示出来；因此进行过完备的字典设计是较为流行的方法，这类方法允许设计的字典有一定本文档来自技高网...

【技术保护点】
1.一种基于路径正交匹配的k-稀疏图像重构方法，其特征在于，所述方法包括以下步骤：/n步骤一，对图像进行预处理，过程如下：/n将原始测试图像灰度化为0-255的灰度图像，然后将图像分别按照8*8的像素块进行切割，对切割下来的像素块进行列向量化处理，组成一个行尺度为64的原始信号矩阵X，对矩阵进行采样，得到观测值y；/n步骤二，为了得到最优的稀疏表示，由此设计了一种基于路径正交匹配的k-稀疏图像重构方法，同时采集两个最相似的原子，通过在两个最相似的原子之间引入路径的概念，得到新的原子，进一步计算新字典原子与观测值的相似性，过程如下：/n2.1、输入观测向量y，观测矩阵Φ，迭代次数k；初始循环变量...

【技术特征摘要】
1.一种基于路径正交匹配的k-稀疏图像重构方法，其特征在于，所述方法包括以下步骤：
步骤一，对图像进行预处理，过程如下：
将原始测试图像灰度化为0-255的灰度图像，然后将图像分别按照8*8的像素块进行切割，对切割下来的像素块进行列向量化处理，组成一个行尺度为64的原始信号矩阵X，对矩阵进行采样，得到观测值y；
步骤二，为了得到最优的稀疏表示，由此设计了一种基于路径正交匹配的k-稀疏图像重构方法，同时采集两个最相似的原子，通过在两个最相似的原子之间引入路径的概念，得到新的原子，进一步计算新字典原子与观测值的相似性，过程如下：
2.1、输入观测向量y，观测矩阵Φ，迭代次数k；初始循环变量k＝1，稀疏度，即迭代截至K为20，S为支持集，初始路径变量t＝0，残差γ0＝y，和别为最相似原子和次相似原子D1和D2第k次迭代的索引集，初始为和
2.2、将残差γk-1与感知矩阵Φ中的每一列做内积，选出其中内积最大的两个原子计为最相似原子和次相似原子，分别对应的列序号为λ1和λ2；
2.3、分别更新索引集和
2.4、将路径定义为两个相近原子之间的平滑映射，该映射由变量t参数化，路径p表示如下：
p(D1,D2,t)＝D1→D2(1)
需要满足以下两个条件：
p(D1,D2,0)＝D1(...

【专利技术属性】
技术研发人员：李胜，韩青，何熊熊，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33