[发明专利]基于角点检测和非局部相似性的视频压缩感知重构方法

权利要求书

1.基于角点检测和非局部相似性的视频压缩感知重构方法，其特征在于，具体为：对分布式视频压缩感知多假设重构算法的非关键帧进行块模式判别，针对小变化块采用帧间多假设重构算法进行重构；针对大变化块首先利用非局部相似性在已重构关键帧中寻找非局部相似性块，然后对相似性块进行角点检测，筛选出高相似度块，生成辅助信息，采用基于残差的稀疏信号重构算法重构出大变化块；将重构出来的大、小变化块进行块组合，并最终生成边信息，再利用基于残差的稀疏信号重构算法辅助非关键帧重构；

利用非局部相似性假设寻找到N个相似块，分别对当前块和N个相似块进行角点检测，若相似块含有与当前块大部分相似的角点，则该相似块被判为高相似度块；

生成辅助信息的具体操作如下：在于对于待检测块，生成与该块同等大小的零矩阵A；若该块某一像素被标记为角点，则将该像素的像素值赋予零向量A的相应位置处，将第i当前块与N个非局部相似块分别对应的A列向量化后，分别记为B_i和C_j，其中j∈[1,N]；设置高相似度判别阈值Tc，若差值则第j相似块被判别为第i当前块的高相似度块，假设高相似度块共有M个，并将该M个的赋给e_k，同时，对M个高相似度块分配权值并生成最终的辅助信息其中c为设定常数；

。

2.根据权利要求1所述基于角点检测和非局部相似性的视频压缩感知重构方法，其特征在于，帧间多假设重构算法，具体为：在前后已重构关键帧中，以当前块为中心，搜索窗大小为w，进行搜索，将搜索窗内的块列向量化，构成字典D_t,i，则有：

x_t,i表示在t时刻第i个原始图像块，w_t,i为每块的权重向量w的求解值；但在解码端只能得到x_t,i的观测值y_t,i，故将式(1)通过观测矩阵Φ转换为式(3)来求解：

式(3)的具体求解方式，采用l₂范数的Tikhonov正则化法，求得：

最后，w_t,i＝((ΦD_t,i)^T(ΦD_t,i)+λ²Γ^TΓ)^-1(ΦD_t,i)^Ty_t,i (5)

其中，λ是Tikhonov正则化因子，得到w_t,i后，由式(2)得到CS帧中的当前块的边信息块。

3.根据权利要求1所述基于角点检测和非局部相似性的视频压缩感知重构方法，其特征在于，非局部相似性块的生成过程具体为：对于任一图像子块x_tn(i)，在前后两帧中寻找最佳匹配块，从中挑选出的所有图像子块与子块x_tn(i)的差值满足：其中为对应寻找到的m个非局部相似性块与子块x_tn(i)的差值的2范数，Ta为相似性判别阈值；

则生成的非局部相似性块由上式(6)(7)得出，其中c为设定常数，为寻找到的每一最佳匹配块的权值；N为相似块个数，M为高相似度块个数。

4.根据权利要求1所述基于角点检测和非局部相似性的视频压缩感知重构方法，其特征在于，所述角点检测包括：基于灰度的角点检测、基于二值图像的角点检测和基于轮廓的曲线角点检测。

5.根据权利要求1所述基于角点检测和非局部相似性的视频压缩感知重构方法，其特征在于，基于残差的稀疏信号重构算法，具体是：

①计算当前块x_i与辅助信息之差，根据式(8)，并分别对它们进行测量；

其中，y_i代表当前块x_i的观测值，y_ref代表辅助信息的观测值；

②利用BCS-SPL算法对r_i进行重构；

③当前块的重构值为

其中，为重构后的残差。