[发明专利]一种基于自适应的块压缩感知图像重构方法

权利要求书

1.一种基于自适应的块压缩感知图像重构方法，包括以下步骤：

1)对原图像进行基于不同块形状的块分割，得到K1个结果，即

2)设置阈值参数λ和采样比例u；原图像的尺寸为N×N，N为自然数，M＝N*u，迭代参数k1＝1；高斯随机矩阵定义ε，ε＝0.01；itr为迭代次数；小波正交矩阵Ψ∈R^N×N；

3)设置迭代参数k1＝1；

4)将子向量标记为即有Q个子向量；

5)初始化

6)设置迭代参数i＝0，

7)初始化误差参数r⁰＝1,r^-1＝0；

8)如果满足条件|rⁱ-r^i-1|＜10^-5，调整λ，使λ的值为原来的1/2，并转到步骤7)，否则进入步骤9)；

9)令xⁱ为第i次迭代结果；

10)对进行Wiener滤波操作，

11)令

12)令为的中间值；

13)迭代参数p的值设置为1，将子向量标记为对于中的每一个子向量，迭代进行下述步骤14)～17)的操作：

14)定义迭代参数k＝1；对于中的每个元素进入步骤15)；

15)如果那么

16)k的值加1，如果k小于中元素的个数，跳转到步骤15)；否则转到步骤17)；

17)p的值加1，如果p小于或等于Q，则转到步骤14)；否则进入步骤18)；

18)计算

19)计算

20)

21)i的值加1，如果i＝itr，则跳转到步骤8)，否则，继续步骤22)；

22)k1的值加1，如果k1＝K1，则跳转到步骤4)，否则，继续步骤23)；

23)对于K1种分块方式，共得到K1个不同的重构结果，即设置迭代参数k1＝1；

24)中元素个数为T，统计中绝对值小于ε元素的个数，定义为Z，sp_k1＝Z/T；

25)k1的值加1，如果k1＝K1，转到步骤24)；否则进入步骤26)；

26)计算sp_d＝max{sp₁,sp₂,...,sp_K1}，得到稀疏度最大的结果的下标d，即得到最大结果

27)计算

28)令s'(1),s'(2),...s'(Q)为s'对应的行向量，将迭代参数p置1；

29)将s'的每一个行向量s'(p)转化成w_d×h_d的块w_d，h_d分别为第d种分块方式的长和宽；

30)p的值加1，如果p＝Q，转到步骤29)；否则进入下一步骤；

31)输出新的图像

2.根据权利要求1所述的基于自适应的块压缩感知图像重构方法，其特征在于，步骤1)中，采用多种形状的块，对任意图像s进行分割，具体步骤包括：

1)对于任意图像s进行大小调整操作，使得s∈R^N×N，且N＝2ⁿ；

2)对调整后图像进行多种方式的分割，共有K1种分块方式，其中定义块的大小长h_k和宽w_k，取w_k＝2^a-1,h_k＝2^b，k＝1,...,K1,且a＝1,...,K1；b＝K1-a；

3)设置迭代参数k1＝1；

4)采用w_k1×h_k1对s图像分割，共得到Q个子块，每个子块标记为s⁽¹⁾,s⁽²⁾,...,s^(Q),设置迭代参数p＝1；

5)把s^(p)块转化成1×(w_k1*h_k1)的行向量即行为1，列为w_k1*h_k1；

6)令

7)p的值加1，如果p＝Q，则跳转到步骤5)；否则执行步骤8)；

8)输出图像分割后的结果

9)k1的值加1，如果k1＝K1，则跳转到步骤4)；否则结束。