[发明专利]基于几何结构特征和自相似性的图像压缩感知重构方法

权利要求书

1.基于几何结构特征和自相似性的图像压缩感知重构方法，包括图像压缩观测、图像的稀疏表示和压缩感知重构，且利用图像块之间的相似性重构每个图像块，其特征在于：还包括结合几何结构特征进行压缩感知重构，步骤包括：

步骤1：估计每个图像块的几何结构特征，判定它的结构类型为光滑图像块、单方向图像块或随机图像块；

步骤2：为每个图像块进行非局部相似匹配，找到一组与其具有相同结构类型的相似图像块，即它的非局部相似块；

步骤3：根据每个图像块的结构类型指定它的稀疏字典或重构方式，分别将各个图像块和它的非局部相似块的压缩观测向量共同作为优化目标，利用同步正交匹配追踪算法重构该图像块：

步骤4：为每个图像块进行非局部和局部相似匹配，找到一组它的局部相似块；

步骤5：每个图像块以及它的非局部相似块和局部相似块已经获得的一组重构估计值组成该图像块的初始解集，分别优化初始解集里的每个解，并从优化后获得的候选解集中选择最优者作为图像块的最终重构估计值；

步骤6：将图像块按顺序拼接起来，得到重构图像；

在步骤1，计算各个图像块的压缩观测向量的方差，设定平滑阈值为所有方差的平均值的0.4倍，将压缩观测向量的方差小于平滑阈值的图像块判定为光滑图像块，其他图像块判定为非光滑图像块；

对非光滑图像块再进行如下判定：将事先得到的过完备字典D中具有相同方向参数的字典原子组成一个方向字典，共得到36个方向字典：D₁,D₂,…,D₃₆；对一个非光滑图像块，以图像块的压缩观测向量为重构目标，分别以D₁,D₂,…,D₃₆为稀疏字典，设定稀疏度为10，利用正交匹配追踪算法进行重构，得到36个重构残差值：R₁,R₂,…,R₃₆；找到其中的最小值R_j，如果R_(j+1)％N和R_(j-1)％N均大于1.2R_j，那么认为该图像块的方向与方向字典D_j的方向一致，并将该非光滑图像块判定为单方向图像块，否则，将该非光滑图像块判定为随机图像块；其中％是取余数操作；

在步骤3，包括：

3.1、将事先得到的过完备字典中，尺度参数不小于0且不大于1.4的原子挑选出来，构造成字典D_s，其他不满足条件的字典原子，构造成字典D_n；

3.2、重构一个图像块时，将它和它的非局部相似块的压缩观测组合成Y，根据该图像块的结构类型，执行以下相应步骤：

3.2.1、如果图像块为光滑图像块，以D_s为稀疏字典，以Y为优化目标，利用同步正交匹配追踪算法获得该图像块的重构估计值；

3.2.2、如果图像块为单方向图像块，将与该图像块的方向一致的方向字典作为稀疏字典，以Y为优化目标，利用同步正交匹配追踪算法获得该图像块的重构估计值；

3.2.3、如果图像块为随机图像块,首先以D_s为稀疏字典，以Y为优化目标，利用同步正交匹配追踪算法获得该图像块的第一部分重构估计值，并计算重构残差其中，Φ是压缩观测矩阵，s是用同步正交匹配追踪算法获得的稀疏系数值，||·||₂表示计算向量的二范数值；然后以D_n为稀疏字典，以Y_r为优化目标，利用同步正交匹配追踪算法获得该图像块的第二部分重构估计值；最后将第一部分和第二部分的重构估计值相加，得到该随机图像块的重构估计值。

2.根据权利要求1所述的方法，其特征在于：在步骤2，对每个图像块，找出与其具有相同类型的其他图像块，分别计算该图像块的压缩观测向量与这些图像块的压缩观测向量之间的欧式距离，将前n₁个较小的欧式距离对应的图像块作为该图像块的非局部相似块。

3.根据权利要求1所述的方法，其特征在于：在步骤4，将各个图像块的八个相邻图像块作为该图像块的局部相似块。