[发明专利]一种基于贝叶斯估计的图像重建方法

摘要

本发明公开了一种基于贝叶斯估计的图像重建方法，该方法适用于具有稀疏特性的图像数据采样及重建。本发明通过结合贝叶斯估计对新增采样位置进行预判，然后利用压缩感知技术中的稀疏信号重建方法完成图像稀疏系数重建，一方面提高数据采样质量，另一方面提高图像的重建质量。本发明方法采用感知矩阵实现预采样，并根据图像稀疏系数的先验概率分布，基于贝叶斯估计确定未采样数据的后验概率分布，同时结合信息熵函数的分析方法，以获取下一次采样位置，该方法一方面可以有效避免稀疏采样中的随机‘等概率’采样的盲目性，另一方面进一步降低随机采样的数量，对稀疏采样重建技术具有实际意义。

主权项

1.一种基于贝叶斯估计的图像重建方法，用于重建目标图像，且所述目标图像具有稀疏特性；其特征在于，包括如下步骤：/nS01：设定总采样像素点和预采样像素点分别为n个和a个，并对a个预采样像素点进行采样得到预采样数据A；其中，n和a均为大于0的整数，且a<n；/nS02：对预采样数据A进行稀疏重建，得到图像稀疏系数α；/nS03：根据先验信息确定图像稀疏系数α的先验概率分布，结合步骤S02中得出的图像稀疏系数α，基于贝叶斯估计得到未采样数据B的后验概率分布P(B|A)；/nS04：确定未采样数据B的后验概率分布P(B|A)的信息熵函数H(B|A)；最小化信息熵函数H(B|A)，得到下一次采样的新增采样像素点k在图像中的位置(m_k,n_k)；/nS05：对新增采样像素点k进行采样，采样数据为P(m_k,n_k)；/nS06：将采样数据P(m_k,n_k)并入预采样数据A；重复步骤S02-S06，直至完成n次采样；/nS07：对最终得到的预采样数据A进行稀疏重建，得到图像稀疏系数α’，通过图像稀疏系数α’反变换得到目标图像。/n