基于先验模型和l0范数的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先验模型和l0范数的压缩感知图像重构方法，主要解决现有技术在重构图像时的视觉效果差、运行时间长的缺点。其技术方案是利用先验模型优化l0范数的压缩感知图像重构框架，并通过两个有效的步骤实现稀疏系数的定位和对该稀疏系数值的求解，第一步，建立先验模型-低频系数小波逆变换得到边缘模糊的图像，用边缘检测确定边缘位置，再利用小波系数具有尺度内的聚集性这种先验模型，通过免疫遗传算法去搜索小波高频子带稀疏系数所在的位置；第二步，通过使用改进的克隆选择算法求解相应的高频子带，再做小波逆变换得到重构后的图像。本发明专利技术与现有技术相比，视觉效果好，计算复杂度低，可用于图像处理和计算机视觉领域。

【技术实现步骤摘要】

【技术保护点】
１．一种基于先验模型和ｌ０范数的压缩感知图像重构方法，包括如下步骤：（１）对发送方发送过来的一尺度小波低频子带做逆变换，高频系数全部置零，得到边缘模糊的图像；对该模糊图像进行ｃａｎｎｙ边缘检测，获取含有边缘信息的图像；对含有边缘信息的图像做小波变换得到三个含有边缘信息的高频子带，按照系数模值的统计分布确定出每个高频子带中系数的模值为大、小和近似为零的位置，分别标记为１、０．５和０；对于三个含有边缘信息的高频子带，当边缘检测的阈值参数分别取ｎ个不同的值时，就会产生三个包含ｎ个位置矩阵的位置种群Ａ（ｋ）、Ｂ（ｋ）和Ｃ（ｋ）：Ａ（ｋ）＝｛ａ１（ｋ），ａ２（ｋ），Λ，ａｎ（ｋ）｝Ｂ（ｋ）＝｛ｂ１（ｋ），ｂ２（ｋ），Λ，ｂｎ（ｋ）｝Ｃ（ｋ）＝｛ｃ１（ｋ），ｃ２（ｋ），Λ，ｃｎ（ｋ）｝，其中，对于２５６×２５６的图像，ａｉ（ｋ）、ｂｉ（ｋ）和ｃｉ（ｋ）分别是１２８×１２８的位置编码矩阵，ｉ＝１，２，Λ，ｎ，ｎ为种群中个体数目；（２）设定种群进化的终止条件为迭代次数ｔ达到最大迭代次数ｐ，并初始化迭代次数ｔ＝０；根据图像的发送方发送的和观测向量ｙ和观测矩阵Φ，计算初始化的一个高频子带系数矩阵：ｄ０（ｋ）＝Φ＋ｙ，Φ＋是观测矩阵Φ的广义逆；（３）利用位置种群Ａ（ｋ），用系数矩阵ｄ０（ｋ）初始化系数种群Ｄ（ｋ），即Ｄ（ｋ）＝｛ｄ１（ｋ），ｄ２（ｋ），Λ，ｄｎ（ｋ）｝其中，对于２５６×２５６的图像，ｄｉ（ｋ）是一个１２８×１２８的高频子带系数矩阵，ｉ＝１，２，Λ，ｎ，Ｌ１和Ｌ２为１到２之间的随机数，Ｌ１＜Ｌ２，ｋ＝１，２，．．．，１２８；（４）对位置种群Ａ（ｋ）中的每个个体ａｉ（ｋ）执行提取疫苗操作和注射疫苗操作，得到位置种群Ａ′（ｋ）：Ａ′（ｋ）＝｛ａ′１（ｋ），ａ′２（ｋ），Λ，ａ′ｎ（ｋ）｝；（５）将位置种群Ａ′（ｋ）和系数种群Ｄ（ｋ）作为输入，运行克隆选择，输出新的位置种群Ａ″（ｋ）和新的系数种群Ｄ′（ｋ）：Ａ″（ｋ）＝｛ａ″１（ｋ），ａ″２（ｋ），Λ，ａ″ｎ（ｋ）｝Ｄ′（ｋ）＝｛ｄ′１（ｋ），ｄ′２（ｋ），Λ，ｄ′ｎ（ｋ）｝；其中，ａ″ｉ（ｋ）是第ｉ个位置编码矩阵，ｄ′ｉ（ｋ）是第ｉ个高频子带系数矩阵；（６）利用如下公式计算系数种群Ｄ′（ｋ）中每个个体ｄ′ｉ（ｋ）的适应度值ｆ（ｄ′ｉ（ｋ））：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｆ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｓｕｐ）?（ｍｉ）ｄ（／ｍｉ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（／ｍｓｕｐ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｎ）１（／ｍｎ）?（ｍｒｏｗ）?（ｍｓｕｂｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｏ）｜（／ｍｏ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）＆Ｐｈｉ；（／ｍｉ）?（ｍｓｕｂ）?（ｍｓｕｐ）?（ｍｉ）ｄ（／ｍｉ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（／ｍｓｕｐ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ）＋（／ｍｏ）?（ｍｉ）＆ｔａｕ；（／ｍｉ）?（ｍｓｕｂ）?（ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂ）?（ｍｓｕｐ）?（ｍｉ）ｄ（／ｍｉ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（／ｍｓｕｐ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（ｍｎ）０（／ｍｎ）?（／ｍｓｕｂ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（ｍｏ），（／ｍｏ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中，τ取０．０００１２；（７）选择适应度值最大的两个个体ｄ′ｇ（ｋ）和ｄ′ｅ（ｋ），执行交叉操作，生成两个新的个体ｄ″ｇ（ｋ）和ｄ″ｅ（ｋ），并计算它们的适应度值，同时在位置种群Ａ″（ｋ）中对ｄ′ｇ（ｋ）和ｄ′ｅ（ｋ）相应的位置矩阵的同一位置进行交换，其中ｇ＝１，２，Λ，ｎ，ｅ＝１，２，Λ，ｎ，且ｇ≠ｅ；（８）从ｄ″ｇ（ｋ）、ｄ″ｅ（ｋ）、ｄ′ｇ（ｋ）和ｄ′ｅ（ｋ）中选择适应度值最大的个体，将这个个体与其对应的位置矩阵一同存到记录种群Ｇ（ｋ）中；（９）如果迭代次数ｔ满足步骤２中的终止条件，则在记录种群Ｇ（ｋ）中选出最优的个体，即所求的第一个小波高频子带，转入下一步；否则，返回步骤（１）和步...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘芳，焦李成，王爽，孙菊珍，郝红侠，侯彪，戚玉涛，郜国栋，马文萍，尚荣华，杨淑媛，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87