[发明专利]一种基于自适应的块压缩感知图像重构方法

摘要

本发明公开了一种基于自适应的块压缩感知图像重构方法，通过采用不同的分块方式，对图像进行多种形式的分块，然后分别对分块结果采用最小化二范式的方法，进行压缩重构。通过比较每一种分块方法的重构结果的稀疏度，自适应地选择稀疏最大的重构结果，最后通过逆变换，得到最优的结果。本发明的方法鲁棒性强，解决了现有分块压缩感知图像重构中分块重构存在的块效应问题，提高了重构效果。

主权项

1.一种基于自适应的块压缩感知图像重构方法，包括以下步骤：1)对原图像进行基于不同块形状的块分割，得到K1个结果，即2)设置阈值参数λ和采样比例u；原图像的尺寸为N×N，N为自然数，M＝N*u，迭代参数k1＝1；高斯随机矩阵定义ε；itr为迭代次数；小波正交矩阵Ψ∈R^N×N；3)设置迭代参数k1＝1，迭代计算4)将子向量标记为即有Q个子向量；5)初始化6)设置迭代参数i＝0，7)初始化误差参数r0＝1,r‑1＝0；8)如果满足条件|ri‑ri‑1|＜10‑5，调整λ，使λ的值为原来的1/2，并转到步骤7)，否则进入步骤9)；9)令xⁱ为第i次迭代结果；10)对进行Wiener滤波操作，11)令12)令为的中间值；13)迭代参数p的值设置为1，将子向量标记为对于中的每一个子向量，定义迭代参数k＝1；对于中的每个元素进入步骤14)；14)如果那么15)k的值加1，如果k小于中元素的个数，跳转到步骤14)；否则转到步骤16)；16)p的值加1，如果p小于或等于Q，则转到步骤13)；否则进入步骤17)17)计算18)计算19)20)i的值加1，如果i<＝itr，则跳转到步骤8)，否则，继续步骤21)；21)k1的值加1，如果k1<＝K1，则跳转到步骤3)，否则，继续步骤22)；22)对于K1种分块方式，共得到K1个不同的重构结果，即设置迭代参数k1＝1；23)中元素个数为T，统计中绝对值小于ε元素的个数，定义为Z，sp_k1＝Z/T；24)k1的值加1，如果k1<＝K1，转到步骤29)；否则进入步骤25)；25)计算sp_d＝max{sp₁,sp₂,...,sp_K1}，得到稀疏度最大的结果的下标d，即得到最大结果26)计算27)令s'(1),s'(2),...s'(Q)为s'对应的行向量，将迭代参数p置1；28)将s'的每一个行向量s'(p)转化成w_d×h_d的块w_d，h_d分别为第d种分块方式的长和宽；29)p的值加1，如果p<＝Q，转到步骤28)；否则进入下一步骤；30)输出新的图像