[发明专利]基于迭代方向滤波器组可逆深度卷积网络结构

摘要

本发明提供一种基于迭代方向滤波器组的可逆深度卷积网络结构，包括：方向滤波器组模块、深度控制模块、频率重组模块和应用分析模块，其中：方向滤波器组模块对输入图像进行方向滤波，深度控制模块对方向滤波器组模块的迭代次数进行控制，得到的频率分解结果在频率重组模块中进行方向与尺度重新组合，最后用于分析应用模块解决一系列图像处理相关问题。本发明建立了一种深度卷积网络结构的同时还提供了基于可迭代方向滤波器组的二维实现方法，保证精确重构性的同时提高了效率。本发明对具有丰富细节信息的图像处理效果出色，频率重组模块提升了结构的灵活性与多样性，使其具备良好的扩展性。

主权项

1.一种基于迭代方向滤波器组的可逆深度卷积网络系统，其特征在于，包括：方向滤波器组模块、深度控制模块、频率重组模块和分析应用模块，所述方向滤波器组模块和所述深度控制模块共同决定输入图像的分解方式，其中：/n所述方向滤波器组模块利用采样矩阵与方向滤波器组对输入图像进行方向滤波，采样矩阵与方向滤波器交替循环，得到分解系数并输出给所述频率重组模块；/n所述深度控制模块对方向滤波器组模块的循环次数进行控制；/n所述频率重组模块基于所述方向滤波器组模块输出的分解系数进行频率重新组合，并将重组后的新的频率划分结果输出到所述分析应用模块；/n所述分析应用模块接收频率重组模块输出的具有新的频率分布的分解系数，并对该系数进行重建处理以解决应用问题；/n所述方向滤波器组模块包括一扇形方向滤波器组和两采样矩阵，它们迭代地对输入图像进行多次分解，即得到输入图像的频域的多次划分；所述分解过程具体包括如下步骤：/n步骤一，将图像输入到双通道扇形方向滤波器组和采样矩阵Q₀，进行滤波和下采样处理，得到两组系数矩阵，分别应对水平和垂直两个方向的频率划分；/n步骤二，将步骤一的输出输入到双通道扇形方向滤波器组和采样矩阵Q₁，进行滤波和下采样处理，得到四组系数矩阵，分别对应四个方向频率划分；/n步骤三，对每一组系数矩阵重复步骤一和步骤二直至达到深度控制模块设定的停止条件，得到全部分解系数；/n所述采样矩阵和扇形方向滤波器组交替循环的次数由深度控制模块的限制条件决定，且深度l≥2；/n所述采样矩阵采用非对角采样矩阵；所述扇形方向滤波器组，利用麦克莱兰变换将一维双正交双通道滤波器组映射为不可分离的二维双正交滤波器组；在完成步骤三后，对应频域的每个象限与步骤一后得到的频域具有相似的划分；/n所述频率重组模块，通过对分解系数进行统计，并按照分析应用模块的目的设计不同的重组方式，得到新的频域划分；所述频率重组模块对所有分解系数的值进行统计，按从大到小排列，保留前M个较大系数的值，其余系数的值设置为0，进行这一步处理后，每个系数矩阵的尺寸不变，只有部分值变为0；/n所述深度控制模块控制卷积网络深度，该深度通过预先设置固定参数给定或结合应用给出判断条件，形成自适应的深度卷积网络，并保证深度l≥2；/n所述分析应用模块对频率重组模块输出系数进行重建，得到起始输入图像的的近似图像，具体实施步骤为：/n步骤一，对系数矩阵以采样矩阵Q_i进行上采样，i＝l mod 2+1，mod为取余操作，再以滤波器G_j(ω)进行滤波，j＝k mod 2，实现对系数矩阵的插值操作，其中滤波器G_j(ω)为分解过程所用滤波器H_j(ω)的空域反转，即G_j(ω)＝H_j(-ω)；/n步骤二，从通道0开始将步骤一处理后的相邻系数矩阵两两相加，得到2^l-1个系数矩阵k＝0,1,…,2^l-1-1；/n步骤三，更新l值：l＝l-1，若更新后l≠0，则重复步骤一和步骤二；若l＝0，则得到最终结果为原输入图像x的近似图像。/n