[发明专利]利用加权结构组稀疏规则的图像压缩感知重构系统及方法

摘要

本发明公开了一种利用加权结构组稀疏规则的图像压缩感知重构系统及方法，涉及图像恢复技术领域。本系统是：初始化模块、路由选择模块、规则化均方误差最小模块和图像滤波处理模块依次交互，图像滤波处理模块和路由选择模块交互。图像滤波处理模块包括依次交互的图像重叠分块单元、图像相似块组生成单元、变换域加权软阈值滤波单元和图像块像素域求平均单元。本发明的第一阶段，采用图像压缩感知重构方法得到压缩感知图像的重构的初始估计值；第二阶段，利用图像具有的非局部自相似性,采用加权结构组稀疏表示规则化的优化，通过多次的迭代提升压缩感知图像重构的质量。本发明能改善图像纹理和图像边缘的恢复效果，有效提升压缩感知图像的重构质量。

主权项

1.一种利用加权结构组稀疏规则的图像压缩感知重构方法，其系统包括初始化模块(1)、路由选择模块(2)、规则化均方误差最小模块(3)和图像滤波处理模块(4)；初始化模块(1)、路由选择模块(2)、规则化均方误差最小模块(3)和图像滤波处理模块(4)依次交互，图像滤波处理模块(4)和路由选择模块(2)交互；所述的图像滤波处理模块(4)包括依次交互的图像重叠分块单元(401)、图像相似块组生成单元(402)、变换域加权软阈值滤波单元(403)和图像块像素域求平均单元(404)；其特征在于包括下列步骤：S1、初始化模块(1)接收输入的图像的压缩采样值y，并采用压缩感知图像的重构方法，生成压缩感知图像的初始估计值z，送入路由选择模块(2)，初始设置布雷格曼距离a＝0、迭代次数t＝0、最大值迭代次数M、规则化参数λ和μ；S2、规则化均方误差最小模块(3)根据路由选择模块(2)输入的压缩感知图像重构的估计值z，以及输入图像的压缩采样值y，通过求解得到重构图像的一次更新的估计值x，送入图像重叠分块单元(401)；Φ为测量矩阵，选取为随机矩阵，a为布雷格曼距离；S3、图像滤波处理：S3.1、图像重叠分块单元(401)对规则化均方误差最小模块(3)输出的图像x进行重叠分块，得到多个存在像素重叠的图像块x_i，送入图像相似块组生成单元(402)；图像块x_i＝R_ix，i＝1,2,…n，n为大于2的整数，表示图像分块的总数，R_i为提取第i图像块的运算矩阵，图像块大小选取为8行×8列；S3.2、图像相似块组生成单元(402)对图像重叠分块单元(401)送入的每一图像块x_i，在其所在图像x的规定的邻域窗内，求取其C‑1个最相似的图像块，C为40～60之间的正整数，邻域窗的大小为40×40；将该图像块及其相似图像块矢量化后，生成与该图像块对应的数据矩阵A_i，送入变换域加权软阈值滤波单元403；数据矩阵表示提取的第i图像块的图像相似块组，为提取第i图像块的图像相似块组的运算矩阵；S3.3、变换域加权软阈值滤波单元(403)对图像相似块组生成单元(402)送入的每一个数据矩阵A_i，首先进行二维正交变换得到变换域系数α_i，然后计算阈值并对)系数α_i按照α_i＝sgn(α_i).*max(abs(α_i)‑abs(τ_i),0)进行阈值收缩处理，最后对阈值收缩处理后得到的系数α_i进行逆正交变换，得到滤波处理后的数据矩阵送入图像块像素域求平均单元(404)；这里的正交变换选用KL变换，./表示元素级的点除运算，.*表示元素级的点乘运算，sgn(.)表示提取元素值的符号的运算，max(.)表示取最大值运算，abs(.)表示取元素的绝对值的运算，ε为不等于零的微小常数；S3.4、图像块像素域求平均单元(404)对变换域加权软阈值滤波单元(403)送入的所有数据矩阵i＝1,2,...,n，通过计算得到重构图像的二次更新的估计值z，送入路由选择模块(2)；这里的为的转置算子，1_B×k为规模为B×k、元素值为1的矩阵，B×k为矩阵的维数；S4、更新布雷格曼距离a：a＝a‑(x‑z)，更新迭代次数t＝t+1；如果迭代次数t不大于设定的最大迭代次数M，则返回到步骤S2；否则执行步骤S5；S5、结束运算，输出最后得到的重构图像z。