[发明专利]一种用于视频图像恢复增强的稀疏系数向量的获取方法

摘要

本发明公开了一种用于视频图像恢复增强的稀疏系数向量的获取方法，通过对从自然图像库以及边缘分明的拟合图像中分别选取的图像片进行DCT变换，映射到频域空间，基于图像片的一般频域特征进行初步聚类处理，随后对每个聚类进一步的基于其高频信息特征进行二级聚类处理，最后，对得到的二级聚类提取前m个主成分分量，得到该聚类的稀疏子词典subD_{i_j}，全部的稀疏子词典subD_{i_j}构成最终的结构化稀疏词典，这样建立起的两级结构化稀疏词典库，区别于传统冗长低效的线性过完备词典。可以快速有效的求解输入图像视频信号的稀疏表达，对任意图像视频信号进行协同层级稀疏建模所得到稀疏系数向量是准确、有效的，具备相当程度的抗噪声特性。

主权项

1.一种用于视频图像恢复增强的稀疏系数向量的获取方法，其特征在于，包括以下步骤：(1)、构造结构化的稀疏词典1.1)、从自然图像库以及边缘分明的拟合图像中分别选取一定数量级图像生成尺寸为全部的图像片集合S，其中n为图像片的像素点个数；1.2)、对图像片集合S中的图像片进行DCT变换，得到的DCT系数构成DCT系数集合S_dct；1.3)、对DCT系数集合S_dct中的图像片DCT系数进行K₁个中心的一级聚类处理，从而将图像片DCT系数分别划入相应的K₁个聚类1.4)、对于每个聚类，对其再做结构化操作：对聚类S_{dct_i}(1≤i≤K₁)中的图像片DCT系数提取其高频分量，得到高频分量构成的聚类1.5)、对聚类中的高频分量执行K_{2_i}(1≤i≤K_i)个中心的聚类处理，从而划分得到K_{2_i}个二级聚类1.6)、对每个二级聚类(1≤i≤K₁，1≤j≤K_{2_i})进行主成分分解，提取其前m个主成分分量，构成对应该聚类的稀疏子词典subD_{i_j}(1≤i≤K₁，1≤j≤K_{2_i})；全部的稀疏子词典subD_{i_j}构成最终的结构化稀疏词典；(2)、稀疏系数向量的表达：a~=arg mina12||s-UDa||22+λ1ψG_1(a)+λ2ψG_2(a)+λ3||a||1]]>其中，s是输入的图像视频中的一个尺寸为的图像片，为长度为n的向量；为数据误差项，ψ_{G_1}(a)为一级聚类稀疏正则项，ψ_{G_2}(a)为二级聚类稀疏正则项，||a||₁为稀疏系数正则项，λ₁，λ₂，λ₃分别是三项所对应的权重系数；其中，一级聚类稀疏正则项ψ_{G_1}(a)定义为：ψG_1(a)=Σag∈G_1||ag||2]]>G_1对应于结构化稀疏词典的一级聚类，以索引i对各个稀疏子词典进行分类构成的集合，G_1=ag1+ag2+···+agi+···+agk-1;]]>的具体含义就是结构化稀疏词典在索引i所指示全部原子项所对应的主成分分量之集合；二级聚类稀疏正则项ψ_{G_2}(a)定义为：ψG_1(a)=Σag′∈G_2||ag′||2]]>G_2对应于结构化稀疏词典的二级聚类，对各个稀疏子词典进行分类构成的集合，G_2=ag1′+ag2′+···+aN′,]]>N=Σi=1K1K2_i;]]>其各项的含义就是稀疏子词典subD_{i_j}的主成分分量之集合。