基于图像块结构属性策略的非凸压缩感知图像重构方法与流程

技术特征：
1.一种基于图像块结构属性策略的非凸压缩感知图像重构方法，包括如下步骤：(1)对原始图像进行分块，并对每一个图像块采用相同的高斯观测矩阵，得到全部图像块的观测向量；(2)计算每一个观测向量的标准差，采用观测向量的局部相似性，利用局部生长的方法对全部图像块的观测向量进行聚类；(3)对每一类观测向量对应的图像块，通过遗传算法先判断每个图像块的结构属性，再判断这一类所有观测向量对应图像块的结构属性的一致性：如果结构属性都为光滑块或者非光滑块，则其结构属性一致，否则，结构属性不一致，并对结构属性不一致的这一类图像块重新进行聚类；所述的对每一类观测向量对应的图像块，通过遗传算法判断每个图像块的结构属性及其结构属性一致性，按如下步骤进行：(3.1)对当前类观测向量对应的图像块，按照原子方向初始化36个种群，每个种群一个方向，种群中每个个体随机初始化，即每个个体的尺度和位移是随机的，同时设置迭代次数的初值t＝0；(3.2)对当前类观测向量对应图像块的每个种群，按照以下适应度函数计算每个个体的适应度值：其中，f(Xm)为该类观测向量对应的图像块的种群A中第m个个体的适应度值，i为观测向量的标号，j为聚类后每个类中观测向量的总数，yi为类中第i个观测向量，Φ为高斯观测矩阵，Xm是种群A中第m个个体的所有基因位，dec(Xm)代表这些基因位在字典中对应的原子组合，这个原子组合就是一个子字典，αi为类中第i个观测向量对应的图像块的稀疏表示系数向量，它是由传感矩阵的广义逆矩阵和该观测向量yi相乘得到，传感矩阵由高斯观测矩阵Φ和子字典dec(Xm)相乘得到，是向量二范数的平方；(3.3)对当前类观测向量对应的图像块的每个种群A利用优化的遗传算法进行交叉、变异和基于局部选择机制的选择这三种操作，并保存交叉、变异和选择这三个操作后的种群B；同时迭代次数t的值增加1；(3.4)判断交叉、变异和选择这三个操作后的种群B的迭代次数t的值是否小于等于迭代总次数：N＝10，若满足条件，则返回步骤(3.2)，继续对交叉、变异和选择这三个操作后的种群B进行迭代，否则，执行步骤(3.5)；(3.5)计算当前类观测向量对应的每个图像块在交叉、变异和选择这三个操作后的种群B下的个体误差均值；(3.6)判断是否所有的种群A都迭代完毕，若迭代完毕，执行步骤(3.7)，否则，返回步骤(3.2)，继续对其它种群进行迭代；(3.7)计算当前类观测向量对应的每个图像块在所有交叉、变异和选择这三个操作后的种群B下的个体误差均值；(3.8)对当前类观测向量对应的每个图像块，若当前图像块的个体误差均值小于阈值tr，则该图像块的结构属性为光滑，其属性标记C记为1，否则，该图像块的结构属性为非光滑，其属性标记C记为0；(3.9)判断当前类观测向量对应的图像块的结构属性是否都判断完毕，若判断完毕，执行步骤(3.10)，否则，返回步骤(3.8)；(3.10)判断当前类观测向量对应的图像块的结构属性是否一致，如果其结构属性都为光滑块或者非光滑块，则其结构属性一致，标记F为1，否则，结构属性不一致，标记F为0；(3.11)若结构属性一致性标记F为0，则将当前类中属于不同结构属性的图像块进行聚类，若类别一致性标记F为1，转至步骤(3.12)；(3.12)判断是否所有类的图像块的结构属性以及结构属性一致性判断完毕，若没有判断完，返回步骤(3.1)，否则，结束判断；(4)对每一类观测向量对应的图像块，如果其结构属性是光滑，则执行步骤(5),否则，执行步骤(6)；(5)随机初始化种群，即每个个体的方向和尺度都是随机的，且每个方向只包含前5个尺度，再采用基于Ridgelet子字典的优化遗传算法进行进化，重构出光滑图像块；(6)按照字典原子的方向初始化种群，即每个个体一个方向，采用随机方式初始化每个个体，且每个方向包含所有尺度，再使用基于Ridgelet字典的优化的遗传算法进行进化，得到字典方向上最优的原子组合；(7)判断是否所有的类都进化完毕，若进化完毕，则执行步骤(8),否则，返回步骤(4)，对其它类的图像块进行进化；(8)对每一类观测向量对应的每个图像块，如果其结构属性是非光滑，则采用基于Ridgelet子字典的克隆选择优化算法学习出尺度和位移上最优的原子组合，重构出非光滑图像块；如果其结构属性是光滑，执行步骤(9)；(9)判断是否所有的类都重构完毕，若重构完毕，执行步骤(10)，否则，返回步骤(8)，对其他非光滑的图像块进行重构；(10)将步骤(5)和(8)中得到的所有的观测向量对应的光滑和非光滑图像块按顺序拼在一起得到整幅重构图像并输出。2.根据权利要求1所述的非凸压缩感知图像重构方法，其特征在于，步骤(2)所述的利用局部生长的方法对全部图像块的观测向量进行聚类，按如下步骤进行：(2.1)对所有图像块都设置一个聚类标记，其中，标记0表示未被聚类，标记1表示已经包含在某一类别中，初始全部标记为0；(2.2)根据每一图像块的标记进行不同的操作：如果图像块聚类标记为0，则执行步骤(2.3)，如果聚类标记为1，则跳转到步骤(2.9)；(2.3)以当前图像块i为种子图像块，将该种子图像块对应的观测向量加入到第j类集合Mj中，并作为种子向量，其中i的初值为1，j的初值为1，Mj的初值为空集；(2.4)对种子图像块对应的观测向量和种子图像块周围八个相邻图像块A1,...Ai...A8对应的八个观测向量，计算每个观测向量的标准差f(X)：其中，X＝(x1,x2,…xl…,xn)是观测向量，xl是观测向量中第l个元素，n是观测向量中元素个数，表示观测向量X中所有元素的均值；(2.5)将种子向量的标准差分别与种子图像块周围八个相邻图像块A1,...Ai...A8对应的观测向量的标准差相减得到差值C1,...Ci...C8，Ci是种子向量的标准差与第i个相邻图像块Ai对应观测向量的标准差的差值；(2.6)判断第i个图像块Ai的聚类标记是否是0和其对应差值|Ci|是否小于阈值τ，如果这两个条件都满足，则将该图像块Ai聚类标记置为1，并将其对应的观测向量yi加入到类集合Mj中，并将这些加入的观测向量按照其相应标准差差值|Ci|递增的顺序在类集合Mj中排列，i＝1,2,...8；否则，执行步骤(2.7)；(2.7)判断种子图像块周围的相邻图像块是否都判断完毕，若判断完毕，则执行步骤(2.8)，否则返回步骤(2.6)，继续对下一个相邻图像块进行判断；(2.8)在类集合Mj中，判断种子向量是否是最后一个元素，若是，则第j类聚类完成，再对j的值增加1，执行步骤(2.9)；否则，令Mj中种子向量后面的第一个元素为新的种子向量，令新种子向量对应的图像块为新的种子图像块，更新阈值τ＝max(0.1，τ-0.1)，返回步骤(2.4)；(2.9)判断是否所有图像块都判断完毕，若判断完毕，则结束聚类，否则，返回步骤(2.2)，继续对下一个图像块进行判断。3.根据权利要求1所述的非凸压缩感知图像重构方法，其特征在于，步骤(5)所述的采用基于Ridgelet子字典的优化遗传算法进行进化，重构出光滑图像块，按如下步骤进行：(5.1)对当前类观测向量对应的光滑图像块，随机初始化种群A，即每个个体的方向和尺度都是随机的，且每个方向只包含前5个尺度，种群规模为36；(5.2)对种群A，按照以下适应度函数计算每个个体的适应度值：(5.3)对种群A利用优化的遗传算法进行交叉，变异和基于局部选择机制的选择这三种操作，并保存交叉、变异和选择这三个操作后的的种群B；(5.4)判断交叉、变异和选择这三个操作后的种群B是否满足遗传算法迭代的终止条件，若满足，执行步骤(5.5),否则，返回步骤(5.2)，继续对交叉、变异和选择这三个操作后的种群B进行迭代；(5.5)选择交叉、变异和选择这三个操作后的种群B中适应度最高的个体作为最优个体，将当前类中观测向量对应的每个图像块的稀疏表示系数向量与最优个体对应的一组Ridgelet基原子相乘，得到重构的光滑图像块。4.根据权利要求1所述的非凸压缩感知图像重构方法，其特征在于，步骤(6)所述的采用基于Ridgelet字典的优化的遗传算法进行进化，得到字典方向上最优的原子组合，按如下步骤进行：(6.1)对当前类观测向量对应的非光滑图像块,按照字典原子的方向初始化种群A，即每个个体一个方向，采用随机方式初始化每个个体，且每个方向包含所有尺度，种群规模为36；(6.2)对种群A，按照以下适应度函数计算每个个体的适应度值：(6.3)对种群A采用优化的遗传算法进行交叉，变异和基于局部选择机制的选择这三种操作,并保存交叉、变异和选择这三个操作后的种群B；(6.4)判断交叉、变异和选择这三个操作后的种群B是否满足遗传算法迭代的终止条件。若满足，执行步骤(6.5),若不满足，返回步骤(6.2)，继续对交叉、变异和选择这三个操作后的种群B进行迭代；(6.5)挑选适应度最高的个体作为最优个体，保存交叉、变异和选择这三个操作后的的种群B和最优个体。5.根据权利要求1所述的非凸压缩感知图像重构方法，其特征在于，步骤(8)所述的基于Ridgelet子字典的克隆选择优化算法学习出尺度和位移上最优的原子组合，重构出非光滑图像块，按如下步骤进行：(8.1)对当前类观测向量对应的每个非光滑图像块p，将图像块p保存的种群B作为其初始化种群；(8.2)对图像块p周围8个相邻图像块中的非光滑图像块，将这些非光滑图像块保存的最优个体添加到种群B中，得到新种群C；(8.3)对新种群C，按照如下亲和度函数计算每个抗体的亲和度：其中，g(Xm)为图像块p对应的新种群C中第m个抗体的亲和度值，y0是图像块p的观测向量，Φ为高斯观测矩阵，Xm是新种群C中第m个抗体的所有基因位，dec(Xm)代表这些基因位在字典中对应的原子组合，这个原子组合就是一个子字典，αm为图像块p在子字典dec(Xm)下的稀疏表示系数向量，它是由传感矩阵的广义逆矩阵和观测向量y0相乘得到，传感矩阵由高斯观测矩阵Φ和子字典dec(Xm)相乘得到，是向量二范数的平方；(8.4)对新种群C采用克隆选择优化算法进行克隆、变异和基于局部选择机制的选择这三个操作,并保存克隆、变异和选择这三个操作后的种群D；(8.5)判断克隆、变异和选择这三个操作后的种群D是否满足克隆选择优化算法的迭代终止条件，若满足，执行步骤(8.6)，否则，返回步骤(8.3)，继续对克隆、变异和选择这三个操作后的种群D进行迭代；(8.6)选择亲和度最高的抗体作为最优抗体，将图像块的稀疏表示系数向量与最优抗体对应的一组Ridgelet基原子相乘，得到重构的非光滑图像块；(8.7)判断当前类观测向量对应的非光滑图像块是否都重构完毕，若没有重构完毕，返回步骤(8.1)，否则，判断结束。