鬼佬大哥大
  • / 22
  • 下載費用:30 金幣  

一種基于聯合稀疏和先驗約束的壓縮感知圖像重構方法.pdf

摘要
申請專利號:

CN201410077183.7

申請日:

2014.03.04

公開號:

CN103985145A

公開日:

2014.08.13

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G06T 11/00申請日:20140304|||公開
IPC分類號: G06T11/00; G06T5/00 主分類號: G06T11/00
申請人: 西安電子科技大學
發明人: 劉芳; 李玲玲; 李微微; 焦李成; 郝紅俠; 戚玉濤; 李婉; 馬晶晶; 尚榮華; 于昕
地址: 710071 陜西省西安市太白南路2號西安電子科技大學
優先權:
專利代理機構: 西安智萃知識產權代理有限公司 61221 代理人: 張超
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201410077183.7

授權公告號:

103985145B||||||

法律狀態公告日:

2017.05.24|||2014.09.10|||2014.08.13

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

本發明公開了一種基于聯合稀疏和先驗約束的壓縮感知圖像重構方法,過程為:接收低頻信息和高頻子帶分塊觀測,根據基于邊緣信息的先驗模型生成各塊觀測的位置塊,并據此對各塊觀測進行邊緣塊觀測和非邊緣塊觀測的劃分;對各非邊緣塊的觀測執行局部聚類操作,對各類的聚類中心塊觀測,在定義了聯合稀疏的適應度函數下通過遺傳算法求解最優系數,并將各聚類中心塊對應的最優系數作為同類各塊觀測的最優系數;對各邊緣塊觀測,也使用遺傳算法求解對應的最優系數;最后合并所有塊的最優系數,并結合低頻信息進行小波逆變換獲得重構圖像。與OMP、BP及IHT方法相比,本發明較好地利用了圖像的結構信息,獲得了質量較好的重構圖像。

權利要求書

權利要求書
1.  一種基于聯合稀疏和先驗約束的壓縮感知圖像重構方法,其特征在于:包括如下步驟: 
(1)輸入低頻子帶Y0和三個高頻子帶的分塊觀測Yt,其中t∈{v,h,d},表示子帶的方向,其中v表示垂直方向,h表示為水平方向,d表示對角方向; 
(2)獲得三個高頻子帶對應的位置矩陣Pt; 
(2a)將三個高頻子帶系數置0,結合低頻子帶Y0,做小波逆變換,得到一幅邊緣模糊的圖像I1; 
(2b)用canny算子對邊緣模糊的圖像I1進行邊緣檢測,得到一幅只含有邊緣信息的圖像I2; 
(2c)對只含有邊緣信息的圖像I2執行一層小波變換,得到一個低頻子帶Y1和三個含有邊緣信息的高頻子帶為St; 
(2d)以作為方向為t的子帶的閾值,將對應子帶St中模值大于對應閾值的位置標記為1,意為該位置處為大系數,而將模值小于對應閾值的位置標記為0,意為該位置處為小系數,這樣獲得三個高頻子帶對應的位置矩陣Pt,其中μt為子帶St的模值的均值,為伸縮因子,本文中取
(3)對位置矩陣Pt執行提取疫苗和注射疫苗的操作,得到位置矩陣P′t; 
(4)對位置矩陣P′t執行分塊操作,得到三個高頻子帶下各塊觀測對應的位置塊p′t,i; 
為了記錄初始位置塊p′t,i的信息,將p′t,i保存為變量p″t,i,即p″t,i=p′t,i,后續只對變量p″t,i進行操作; 
其中i表示塊號,若圖像大小為512×512,則i=1,2,...256,若圖像大小為256×256,則i=1,2,...128 
(5)根據得到的三個子帶下各塊觀測的位置塊p″t,i對各塊觀測進行邊緣塊觀測和非邊緣塊觀測的劃分; 
(6)根據第(5)步的邊緣塊觀測和非邊緣塊觀測的劃分結果,對三個高頻子帶的分塊觀測Yt中所有非邊緣塊觀測執行局部相似聚類,得到對應于三個子帶中非邊緣塊觀測聚類的集合: 

其中,at,i表示方向為t的子帶的第i類對應的集合,其中i=1,2,Lct,ct表示方向為t的子帶聚類的類別數; 
(7)按照種群初始化策略分別初始化三個高頻子帶下各個聚類中心塊觀測及各個邊緣塊觀測對應的系數塊種群Q={qt,i,j},其中i表示各聚類中心塊觀測及各個邊緣塊觀測的塊號,j=1,2,Ln,n為種群規模; 
(8)對三個高頻子帶下的各個系數塊種群Q={qt,i,j}執行交叉操作,得到交叉后的子代系數塊種群Q′={q′t,i,j}; 
(9)對三個高頻子帶下的各個子代系數塊種群Q′執行變異操作,得到變異后的子代系數塊種群Q″={q″t,i,j}; 
(10)對各聚類中心的系數塊和邊緣的系數塊分別定義兩種不同的適應度函數以對子代種群Q″執行相應的種群更新操作; 
(11)分別從三個子帶下各個子代種群Q″中選擇出各個系數塊對應的最優系數個體,若該系數塊為非邊緣塊,則將其對應的最優系數個體作為其同類的各個系數塊的最優系數塊,然后對所有最優系數塊執行合并塊操作,形成各子帶對應的系數Bt; 
(12)若進化代數滿足停止條件,則轉步驟(13),否則,利用各個聚類中心系數塊和邊緣的系數塊選擇出的最優系數個體更新該塊對應的位置塊和系數塊種群,轉入步驟(8); 
(13)結合保留的低頻子帶系數Y0及步驟(11)中得到的三個高頻子帶系數Bt,進行小波逆變換,得到重構圖像。 

2.  根據權利要求1所述的一種基于聯合稀疏和先驗約束的壓縮感知圖像重構方法,其特征在于:所述步驟(5)中根據得到的三個子帶下各塊觀測的位置塊p″t,i對各塊觀測進行邊緣塊觀測和非邊緣塊觀測的劃分,若某塊觀測對應的位置塊p″t,i為全0矩陣,則將該塊觀測劃作非邊緣塊觀測,否則,將其作為邊緣塊觀測。 

3.  根據權利要求1所述的一種基于聯合稀疏和先驗約束的壓縮感知圖像重構方法,其特征在于:所述步驟(6)中對三個高頻子帶的分塊觀測Yt中所有非邊緣塊對應的觀測執行局部相似聚類,t∈{v,h,d},以對大小為512×512的圖像進行操作為例即塊號i=1,2,...256,具體過程如 下: 
(6.1)計算Yt中各個非邊緣塊觀測yt,i的標準差σt,i,i表示塊號; 
(6.2)對各個非邊緣塊觀測都初始化一個未聚類的標志marki,即令marki=0,i表示塊號;如果方向子帶t下的第i個塊觀測為某一類的聚類中心塊觀測的話,則我們用符號at,i來表示這個類;初始時令i=1,表示從第一塊開始執行聚類操作; 
(6.3)若第i個塊觀測為非邊緣塊觀測且該塊未被聚類,即marki=0,則轉(6.4),否則,轉(6.6) 
(6.4)將第i個塊觀測作為類at,i的聚類中心塊觀測; 
(6.5)觀察第i塊的八個鄰域塊中的所有塊觀測:假設j表示第i塊的八個鄰域塊中的其中一個塊觀測,若第j個塊觀測為非邊緣塊觀測且markj=0,表示第j個塊觀測未被聚類,則計算第j個塊觀測的標準差σt,j與第i個塊觀測的標準差σt,i的差值,即Cj=σt,i-σt,j,若|Cj|≤τ,其中τ為閾值,τ=0.01,則將第j個塊觀測加入聚類中心為第i個塊觀測的類at,i中,令markj=1,表示該塊已被聚類; 
(6.6)令i=i+1,若i≤256,則轉(6.3),否則,表示所有塊都已聚類完畢,統計該方向上聚類的類別數,記作ct。

4.  根據權利要求1所述的一種基于聯合稀疏和先驗約束的壓縮感知圖像重構方法,其特征在于:所述步驟(10)中對各聚類中心的系數塊和邊緣的系數塊分別定義兩種不同的適應度函數以對子代種群Q″執行相應的種群更新操作按如下過程進行: 
(10.1)若當前塊為非邊緣塊,也即當前塊為一個聚類中心塊,則按以下適應度函數計算各個個體的適應度f(q″t,i,j),表示如下: 

其中,t∈{v,h,d},表示的是該塊所屬子帶的方向,其中v表示垂直方向,h表示為水平方向,d表示對角方向;由步驟(6)可得,at,i表示方向為t的子帶中以第i塊作為聚類中心 塊的類;yt,k為方向為t的子帶中類at,i中的第k塊對應的觀測,q″t,i,j為該聚類中心塊所對應的種群Q″中的第j個系數個體,f(q″t,i,j)即為個體q″t,i,j的適應度; 
若當前塊為邊緣塊,則按以下適應度函數計算各個個體的適應度f(q″t,i,j),表示如下: 

其中,t∈{v,h,d},表示的是該塊所屬子帶的方向,其中v表示垂直方向,h表示為水平方向,d表示對角方向;yt,i為方向為t的子帶中第i塊對應的觀測,q″t,i,j為該塊所對應的種群Q″中的第j個系數個體,f(q″t,i,j)即為個體q″t,i,j的適應度; 
(10.2)將Q″中所有個體的適應度與上一代種群Q中所有個體的適應度相比較,從中選擇前n個適應度較大的個體更新種群Q,并將適應度最大的個體作為本代進化的最優個體。 

關 鍵 詞:
一種 基于 聯合 稀疏 先驗 約束 壓縮 感知 圖像 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:一種基于聯合稀疏和先驗約束的壓縮感知圖像重構方法.pdf
鏈接地址:http://www.wwszu.club/p-6140817.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大