[发明专利]基于图像结构模型的压缩感知图像重构方法

摘要

本发明公开了一种基于图像结构模型的压缩感知图像重构方法。主要解决现有方法没有考虑图像结构信息，盲目迭代的问题，其实现过程是：输入图像A，对其进行傅里叶变换，得到输入图像A的傅里叶系数矩阵X1；按照傅里叶系数低频全采的变密度采样模型，对傅里叶系数矩阵X1进行采样，得到观测向量f；对观测向量f进行傅里叶逆变换，得到变换图像X2；对变换图像X2进行边缘检测，得到边缘检测图像X3；对边缘检测图像X3进行Wavelet变换和Curvelet变换，找出边缘位置和大系数的位置，并根据所得到的位置，在变换图像X2中找到相对应的系数；进行基于Wavelet-curvelet框架的Split Bregman重构算法迭代次20次，最后得到所需要的重构图像。本发明具有图像重构精度更高，效果更好，时间更少的优点。

主权项

一种基于图像结构模型的压缩感知图像重构方法，包括如下步骤：(1)输入图像A，对其进行傅里叶变换，得到输入图像A的傅里叶系数矩阵X1；(2)按照傅里叶系数低频全采的变密度采样的模型，对傅里叶系数矩阵X1进行采样，得到观测向量f；(3)对观测向量f进行傅里叶逆变换，得到变换图像X2；(4)对变换图像X2，用Canny算子进行边缘检测，得到边缘检测图像X3；(5)先对边缘检测图像X3进行Wavelet变换，找出边缘位置；再对边缘检测图像X3进行Curvelet变换，找出大系数的位置；(6)根据步骤(5)中得到的位置，在变换图像X2中找到相对应的系数，进行基于Wavelet‑curvelet框架的Split Bregman重构算法迭代次20次，最后得到所需要的重构图像。