[发明专利]多尺度矩阵编码方法

说明书

技术领域

本发明涉及一种矩阵编码方法，特别是一种多尺度矩阵编码方法。

背景技术

传统遥感器在信号获取过程中必须满足香农采样定理，即采样频率不得低于信号最高频率的2倍。随着遥感图像高空间分辨率、高时间分辨、高谱段分辨率的发展趋势，依据香农采样定理设计的遥感器导致海量采样数据，其存储、传输及数据处理的矛盾日益突出；此外，这个限制还将导致遥感器设计制造的高投入与性能改进的低成效的矛盾。为突破香农采样定理对传统遥感技术发展的限制，压缩感知理论带来了信号采样理论的变革。压缩感知指出对原始信号进行非自适应线性投影得到观测值，然后利用稀疏性的先验知识通过求解一个优化问题从已知的少量投影值中以高概率重构出原始信号。

为克服数码相机(CCD或CMOS)拍照时采集大量像素的弊端，美国Rice大学研制出了“单像素相机”，该相机是一种全新的相机结构，使用数字微镜阵列完成图像在伪随机二值模型上的线性投影的光学计算。利用单一的信号光子检测器采样得到比图像像素点数少得多的多的点恢复得到一幅图像，并具有对图像波长自适应的能力，这种自适应能力是传统的CCD和CMOS成像器件所不具备的。

但是，Rice大学研制的单像素相机需要的DMD数量太多，导致整个成像系统体积较大，成本较高。

发明内容

本发明的目的在于提供一种多尺度矩阵编码方法，解决现有成像系统体积大、成本高的问题。

实现本发明目的的技术解决方案为：一种多尺度矩阵编码方法，包括：

第一步，输入与图像等大小的初始编码矩阵；

第二步，对初始编码矩阵进行一级尺度划分得到多个一级尺度矩阵；

第三步，对一级尺度矩阵进行二级尺度划分得到多个二级尺度矩阵，对二级尺度矩阵进行局部编码；

第四步，在局部编码基础上对一级尺度矩阵进行全局编码，得到两层尺度编码矩阵。

本发明与现有技术相比，其显著优点为：

(1)本发明采用多尺度矩阵编码方法，大幅降低了压缩感知采样部分(镜头和DMD)的综合成本。

(2)本发明基于分块压缩感知技术，在分块的基础上更进一步的划分，根据像素之间的依赖性，可以设计出获得该分块更多信息的编码矩阵，相比较现有的编码矩阵，重构效果更好。

(3)本发明通过不同尺度光学系统的组合可以实现大视场角的高分辨率成像。

(4)本发明通过两级尺度的划分，既保证了有效信息的获取，又可以快速实现图像重构。

附图说明

图1为本发明的多尺度矩阵编码方法流程图。

图2为本发明的多尺度模型划分示意图。

图3为本发明实施例的编码矩阵的两级尺度划分示意图。

图4为本发明实施例的二级尺度矩阵转换成行向量的示意图。

具体实施方式

结合图1、图2，一种多尺度矩阵编码方法，包括以下步骤：

第一步，输入与图像等大小的初始编码矩阵；

第二步，对初始编码矩阵进行一级尺度划分得到多个N*N像素的一级尺度矩阵，其中N＝2ⁿ，2≤n≤6，初始编码矩阵横竖方向不足的补零处理；

第三步，对一级尺度矩阵进行二级尺度划分得到多个S*S像素的二级尺度矩阵，其中S＝2^m，1≤m≤5且m<n，对二级尺度矩阵进行局部编码；具体为：

步骤3-1，对S*S像素的二级尺度矩阵进行01分布；

步骤3-2，将S*S像素的二级尺度矩阵按列转换成1*S²的行向量或S²*1的列向量，即从左到右数第一列从上至下依次排列，然后第二列从上至下顺次排列，直至得到1*S²的行向量或S²*1的列向量；选择其中连续M个像素值为1的行向量或列向量；其中M≥C.K.log(S²/K)，C的取值为1，K为稀疏度；

步骤3-3，将选择出的连续M个像素值为1的行向量或列向量还原为S*S像素的矩阵。

第四步，在局部编码基础上对一级尺度矩阵进行全局编码，得到两层尺度编码矩阵，具体过程为：

步骤4-1，判断局部编码后的N*N像素的一级尺度矩阵中是否存在像素值均为0的M*M矩阵，若存在，执行步骤4-2，若不存在，该N*N像素的一级尺度矩阵即为两层尺度编码矩阵；