[发明专利]一种使用目标属性辅助的压缩感知图像恢复方法及其系统

摘要

本发明提供一种使用目标属性辅助的压缩感知图像恢复方法，其中，所述方法包括：初始化步骤、子空间划分步骤、原子集更新步骤、稀疏系数更新步骤、输出步骤。本发明还提供一种使用目标属性辅助的压缩感知图像恢复系统。本发明提供的技术方案在小目标图像信号稀疏度未知的情况下，将能反映目标特征的辅助信息引入到子空间的划分中，从而准确有效的选择最为匹配的字典子空间，实现小目标图像信号的高效且快速的重构。

主权项

1.一种使用目标属性辅助的压缩感知图像恢复方法，其特征在于，所述方法包括：初始化步骤：将冗余向量r_t‑1、原子集A以及迭代次数t这些参数进行初始化，其中，r_t‑1初始化为输入的压缩量测向量y，A初始化为空集，t初始化为1；子空间划分步骤：生成与红外小目标图像大小一致的顺序矩阵D∈R^w×h，其中，w为红外小目标图像的长度，h为红外小目标图像的宽度，在所述顺序矩阵D中保存1至w×h的数，同时根据预设的目标尺寸将所述顺序矩阵D划分为若干二维子块，并将所述顺序矩阵D中所划分的每一子块都按照列堆叠的方式转换成列向量，以每一个列向量中的元素为索引从字典空间Φ中挑选出对应的向量构成字典子空间Φ_i，i＝1,2,…,k，从而实现对字典空间的划分；原子集更新步骤：求出冗余向量r_t‑1在划分的每一个字典子空间Φ_i中的投影并计算P_i的能量同时找出最大能量对应的字典子空间的索引下标根据所求出的索引下标λ_t找出对应的字典子空间并利用字典子空间对原子集A进行更新，即其中，A_t是当前更新的原子集，A_t‑1是上一次迭代更新的原子集，在每一次更新原子集A后，将λ_t对应的字典子空间置0以确保不重复取值；稀疏系数更新步骤：利用当前迭代更新后的原子集A_t对稀疏系数进行最小二乘估计，求出信号在原子集A_t中的稀疏系数分量并且更新冗余向量r_t＝y‑Ax_t；输出步骤：根据所获得的更新冗余向量r_t进行迭代终止判定，当冗余向量r_t的范数大于预设常数ε时，则跳转至所述原子集更新步骤进行下一次迭代，否则终止迭代并输出信号稀疏系数的最终估计值。