[发明专利]一种基于全向全变分的全向图像稀疏重构方法

摘要

本发明公开了一种基于全向全变分的全向图像稀疏重构方法，为了从压缩采样数据快速有效地重构全向图像，提出了一种结合全向图像特征的全变分模型——全向全变分，并在基于TV范数进行全向图像重构时，采用全向全变分作为目标函数，进行模型的求解。本发明所述方法考虑了全向图非线性成像畸变对全变分计算的不利影响，有效提高了全向图像稀疏重构质量。

主权项

一种基于全向全变分的全向图像稀疏重构方法，其特征在于，该方法为：1）将全向图像I中的像素点m经折反射全向成像系统镜面上的点P_m反投影到柱面全景图像中，得到反投影点P_c；根据透视图像梯度计算方法，确定反投影点P_c水平和垂直方向的相邻像素点P_c1、P_c2，通过正向投影，得到像素点P_c1、P_c2对应的全向图像的像素点P_I1、P_I2，设像素点m的坐标为(i,j)，反投影点P_c的坐标为(u,v)，P_c1、P_c2的坐标分别为(u+1,v)、(u,v+1)、P_I1、P_I2的坐标分别为(i+u₁,j+v₁)、(i+u₂,j+v₂)；2）利用下式计算出像素点m处的全向梯度幅值$\left|\right|\▿(i,j)\left|\right|=\sqrt{{(I(i+u_1,j+v_1)-I(i,j))}^2+{(I(i+u_2,j+v_2)-I(i,j))}^2};$其中，I(i+u₁,j+v₁)、I(i+u₂,j+v₂)、m(i,j)分别为像素点P_I1、P_I2、m的像素值；3）将所述全向图像I中的所有像素点的全向梯度幅值相加，得到所述全向图像I的全向全变分Omni_TV(I)；4）对于任一需重构的全向图像x，利用上述步骤1）～步骤3）的方法计算全向图像x的全向全变分Omni_TV(x)，将Omni_TV(x)作为正则化约束条件，得到重构的全向图像的表达式：其中，||||₁表示1范数；表示2范数；y为需重构的全向图像x通过压缩感知方法得到的测量值；Φ为压缩感知方法中全向图像x的测量矩阵；为需重构的全向图像x的所有像素值按照字典顺序排列成的列向量；λ为正则化参数；5）求解上述全向图像的表达式，得到需重构的全向图像x的重构图像