一种在压缩感知图像重建中小波稀疏基优化方法技术

本发明专利技术公开了一种在压缩感知图像重建中小波稀疏基优化方法。在压缩感知图像重建中，离散小波变换通常用作信号稀疏分解基来使原始信号变得更加稀疏。但是，为了在更低采样率下重构更高质量的图像，离散小波变换的稀疏表示性能通常不够好。基于图像列信号在小波域内的系数分布呈近似指数衰减的特点，本发明专利技术设计出一种相应的对角元素呈指数衰减分布的抑制矩阵作为乘法因子加入到小波分解基中。通过实验选择合适的抑制参数达到相对最优的实验结果，在和小波基优化前的传统方式相比，本发明专利技术不仅有效地提升了小波系数的稀疏度，而且重构图像的峰值信噪比提升了1.5到2.5dB，本发明专利技术性能和有效性已经通过实验进行了测试和证明。

An optimization method of wavelet sparse basis in compressed sensing image reconstruction

【技术实现步骤摘要】
一种在压缩感知图像重建中小波稀疏基优化方法
本专利技术涉及一种在压缩感知图像重建中基于指数衰减函数的小波稀疏基优化方法，特点是通过把对角元素呈指数衰减分布的抑制矩阵作为乘法因子加入到离散小波变换中，从而使原始非稀疏信号在小波域内的系数变成更加接近指数分布并且更加稀疏的系数，优化后的离散小波变换有效地提高了压缩感知信号重构算法重建原始图像的质量和精度。本专利技术提出的新方法能够应用于信号的采集与恢复、图像处理和计算机视觉等方向，属于信号与信息处理中的信号恢复重建领域。
技术介绍
压缩传感(CompressedSensing,CS)理论在2006年被Donoho、Candès等人提出，压缩感知核心思想是在原始信号是稀疏的或者能够进行稀疏表示的前提下，将信号的压缩与采样合并进行，通过测量矩阵用较少的采样次数直接到信号的线性投影值。压缩感知采样并不经过奈奎斯特采样(Nyquist)的中间阶段实现信号的将维压缩，然后根据相应重构算法由测量值直接恢复重建出原始信号，节约了传输和存储成本，降低了计算复杂度。正是由于压缩感知理论对信号进行低于奈奎斯特采样(Ny本文档来自技高网...

【技术保护点】
1.一种在压缩感知图像重建中小波稀疏基优化方法，其特征是：该方法包括如下步骤：/n步骤1、对离散随机非稀疏的原始图像列信号使用离散小波变换进行稀疏化，观察小波域内的稀疏系数的分布情况，可以发现小波系数呈现逐渐衰减的近似指数分布，这种指数分布状态的稀疏系数可以被视为近似的稀疏信号；/n步骤2、根据非稀疏信号在小波域内这种近似指数衰减分布的特点，利用基于指数衰减函数的限制条件施加到近似指数分布的小波系数上，通过这种指数叠乘的方式，使得小波系数的分布更加接近真实的并且更加稀疏的指数分布；/n步骤3、基于这种指数衰减分布的限制条件，利用抑制矩阵用来塑造更加稀疏的小波系数，这种抑制矩阵的对角元素是首项为...

【技术特征摘要】
1.一种在压缩感知图像重建中小波稀疏基优化方法，其特征是：该方法包括如下步骤：
步骤1、对离散随机非稀疏的原始图像列信号使用离散小波变换进行稀疏化，观察小波域内的稀疏系数的分布情况，可以发现小波系数呈现逐渐衰减的近似指数分布，这种指数分布状态的稀疏系数可以被视为近似的稀疏信号；
步骤2、根据非稀疏信号在小波域内这种近似指数衰减分布的特点，利用基于指数衰减函数的限制条件施加到近似指数分布的小波系数上，通过这种指数叠乘的方式，使得小波系数的分布更加接近真实的并且更加稀疏的指数分布；
步骤3、基于这种指数衰减分布的限制条件，利用抑制矩阵用来塑造更加稀疏的小波系数，这种抑制矩阵的对角元素是首项为1逐渐递减的指数离散序列，对角元素除了首项外均为大于0小于1的值，这样就能使得原始的小波系数的值越小受到的抑制程度越高，从而使小波系数变得更加稀疏；
步骤4、通过实验选择相对最优的抑制参数，从而达到最好的图像重建效果，将这种对角元素呈指数衰减分布的抑制矩阵作为乘法因子加入到离散小波变换中，从而实现对传统的离散小波变换的优化，通过这个优化后的小波基使用压缩感知算法逐列重建图像的列信号，有效地提升了重建图像的质量和精度。


2.根据权利要求1所述的一种在压缩感知图像重建中小波稀疏基优化方法，其特征是：基于压缩感知信...

【专利技术属性】
技术研发人员：魏子然，徐智勇，张建林，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：四川;51