[发明专利]基于二阶L0最小化及边缘先验的图像重建方法在审
| 申请号： | 201810788927.4 | 申请日： | 2018-07-18 |
| 公开（公告）号： | CN109035358A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 李丹 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06T7/13;G06T7/42 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 葛潇敏 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于二阶L0最小化及边缘先验的图像重建方法，步骤是：对原始图像进行小波变换，然后使用多变量采样机制对原始图像进行测量，得到全部的低频数据CLL和降采样的高频数据YLH，YHL，YHH；对低频数据CLL和置零的高频小波系数进行小波逆变换，得到低频图像XLL；使用第一阶L0梯度最小化对低频图像XLL进行边缘提取，获取多变量边缘先验信息ELH，EHL，EHH；在多变量边缘先验信息的约束下，使用第二阶L0最小化求解图像稀疏重建问题，得到重建高频系数矩阵RecXLH，RecXHL，RecXHH；对CLL，RecXLH，RecXHL，RecXHH进行小波逆变换，得到重建图像RecX。此种方法可提高图像重建精度，具有重建精度高、视觉效果好的特点。 | ||
| 搜索关键词： | 最小化 图像重建 多变量 小波逆变换 先验 低频数据 低频图像 先验信息 原始图像 二阶 重建 高频系数矩阵 边缘提取 采样机制 高频数据 视觉效果 小波变换 小波系数 重建图像 降采样 求解 稀疏 置零 测量 图像 | ||
【主权项】：
1.一种基于二阶L0最小化及边缘先验的图像重建方法，其特征在于包括如下步骤：步骤1，对原始图像进行小波变换，然后使用多变量采样机制对原始图像进行测量，得到全部的低频数据CLL和降采样的高频数据YLH，YHL，YHH；步骤2，对低频数据CLL和置零的高频小波系数进行小波逆变换，得到低频图像XLL；步骤3，使用第一阶L0梯度最小化对低频图像XLL进行边缘提取，获取多变量边缘先验信息ELH，EHL，EHH；步骤4，在多变量边缘先验信息的约束下，使用第二阶L0最小化求解图像稀疏重建问题，得到重建高频系数矩阵RecXLH，RecXHL，RecXHH；步骤5，对CLL，RecXLH，RecXHL，RecXHH进行小波逆变换，得到重建图像RecX。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810788927.4/，转载请声明来源钻瓜专利网。
