[发明专利]基于多尺度组稀疏的压缩感知图像重构方法

摘要

本发明属于信号处理和稀疏表示技术领域，具体涉及一种应用于压缩感知的图像重构方法。本发明引入图像的多尺度结构性组稀疏特性，提出了一种基于多尺度组稀疏模型的压缩感知图像重构方法。该方法同时利用了自然图像的稀疏性与多尺度自相似性，从图像的多尺度组稀疏域中构建结构性自相似组，然后对每个组训练自适应字典，并采用硬阈值算子计算稀疏系数，进而应用基于迭代收缩阈值的方法对提出的模型进行高效求解。多尺度组稀疏方法大大提高了图像在稀疏域内的稀疏程度。实验结果表明，本发明提出的压缩感知重构方法与现有方法相比，可以有效提升图像的重构效果。

主权项

一种基于多尺度结构性自相似的应用于压缩感知重构过程的稀疏组构造方法，包括如下步骤：(1)初始化：初始化参数λ、ρ、当前迭代次数j与最大迭代次数Max_iter，基于分块CS，初始化测量矩阵A为高斯随机投影矩阵，对原图像x进行分块采样，得到测量值b，根据测量值b与测量矩阵A，初始化x的估计为x(0)；(2)计算x的近似r(j)：r(j)＝x(j)‑ρAT(Ax(j)‑b)，下文中省略迭代次数角标(j)；(3)构造多尺度结构性自相似组：采用最近邻插值的方法构造r的多尺度图像集，将的图像r以步长划分为的图像块，对于每个的图像块，在多尺度图像集的每个搜索窗口中搜索c个最相似的块，从而构造多尺度结构性自相似组k＝1，2，...，n，其中这里记rk＝Rk(r)，k＝1，2，...，n，其中Rk(·)为将图像块rk从图像r中提取出来的运算符，而它的转置则表示将图像块放回重构图像中(其余位置补零)的运算符。