一种针对低对比度图像的分块压缩传感方法
【专利摘要】本发明涉及一种针对低对比度图像的分块压缩传感方法，具体地说是一种针对低对比度图像在压缩传感测量后的重建过程中易损失细节进行最大限度保持的方法。本发明在分块压缩传感测量基础上，采用滤波投影landweber迭代重建算法，并且在稀疏变换时采用适合的多尺度几何分析变换域，从而最大限度降低重建图像的细节损失。本发明可以很好地保持低对比度图像压缩重建后的边缘信息，尽可能的保持图像的视觉效果。
【专利说明】一种针对低对比度图像的分块压缩传感方法
【技术领域】
[0001]本发明涉及一种针对低对比度图像的分块压缩传感方法，具体地说是一种针对低对比度图像在压缩传感测量后的重建过程中易损失细节的问题而进行最大限度保持的方法。
【背景技术】
[0002]由Candes、Romberg、Tao和Donoho等人在2004年提出的压缩感知理论表明，可以在不丢失逼近原信号所需信息的情况下，用最少的观测次数来采样信号，实现信号的降维处理，即直接对信号进行较少采样得到信号的压缩表示，且不经过进行N次采样的中间阶段，从而在节约采样和传输成本的情况下，达到了在采样的同时进行压缩的目的。Candes证明了只要信号在某一个正交空间具有稀疏性，就能以较低的频率(M〈〈N)采样信号，而且可以以高概率重构该信号。即，设定设长度为N的信号X在某正交基或框架Ψ上的变换系数是稀疏的，如果我们可以用一个与变换基Ψ不相关的观测基:MXN(M〈〈N)对系数向量进行线性变换，并得到观测集合Y:MX I。那么就可以利用优化求解方法从观测集合中精确或高概率地重构原始信号X。
[0003]图2是基于压缩感知理论的信号重构过程框图。
[0004]基于压缩感知的信号重构主要包含了信号的稀疏表示、编码测量和重构算法三个步骤。第一步，如果信号X e Rn在某个正交基或紧框架Ψ上是可压缩的，求出变换系数&=Ψ% ?是Ψ的等价或逼近的稀疏表示；第二步，设计一个平稳的、与变换基Ψ不相关的MXN维的观测矩阵Φ， 对O进行观测得到观测集合Y = Φ Θ = ΦΨΤΧ，该过程也可以表示为信号X通过矩阵Aes进行非自适应观测:Y = Acs (其中Aes = Φ Ψτ) ,Acs称为CS信息算子；第三步，利用O-范数意义下的优化问题求解X的精确或近似逼近±:
[0005]π?η||ΨτΧ||。 s.t.AcsX= ΦΨ tX=Y (I)
[0006]求得的向量X在基上的表不最稀疏。
【发明内容】
[0007]低对比度图像由于其对比度变化不明显，在压缩传感测量后的重建过程中易损失细节信息。为解决这个问题，本发明提出一种针对低对比度图像的分块压缩传感方法，
[0008]本发明为实现上述目的所采用的技术方案是:一种针对低对比度图像的分块压缩传感方法，包括以下步骤:
[0009]分块压缩传感:将原始图像分成若干个图像块，并用与每个图像块尺寸相应的测量矩阵进行测量；
[0010]重建算法框架:基于压缩传感理论，其变换域选择为多尺度几何分析变换域，重构算法选取为投影Landweber算法。
[0011 ] 所述分块压缩传感具体为:
[0012] 图像分成若干尺寸为BXB的图像块，并用与每个图像块尺寸相应的测量矩阵进行测量；所述测量矩阵的大小为MbXB2,其中
【权利要求】
1.一种针对低对比度图像的分块压缩传感方法，其特征在于，包括以下步骤 分块压缩传感:将原始图像分成若干个图像块，并用与每个图像块尺寸相应的测量矩阵进行测量； 重建算法框架:基于压缩传感理论，其变换域选择为多尺度几何分析变换域，重构算法选取为投影Landweber算法。
2.根据权利要求1所述的一种针对低对比度图像的分块压缩传感方法，其特征在于，所述分块压缩传感具体为: 图像分成若干尺寸为BXB的图像块，并用与每个图像块尺寸相应的测量矩阵进行测量；所述测量矩阵的大小为MbXB2，其中
3.根据权利要求1所述的一种针对低对比度图像的分块压缩传感方法，其特征在于，所述投影Landweber算法具体为: 从近似图像x(i)通过第i+Ι步迭代得到近似图像X (i+Ι)的步骤如下:
【文档编号】G06T9/00GK103903286SQ201210589951
【公开日】2014年7月2日 申请日期:2012年12月28日 优先权日:2012年12月28日
【发明者】赵怀慈, 杜梅, 赵春阳, 王帅, 郝国明 申请人:中国科学院沈阳自动化研究所