[发明专利]一种图像的稀疏重构方法及装置

说明书

本发明适用计算机技术领域，提供了一种图像的稀疏重构方法及装置，所述方法包括：获取图像的压缩矩阵，确定压缩矩阵中每列数据的待优化目标，判断当前的优化次数是否超过预设的优化阈值，当优化次数未超过优化阈值时，对待优化目标的当前解集合进行优化，更新优化次数，并跳转至判断当前的优化次数是否超过优化阈值的步骤，否则，获取待优化目标的优化结果，根据所有的优化结果，获取图像的稀疏系数矩阵，并根据预设的稀疏基，获取重构的图像，从而将图像的重构问题转换为待优化目标的优化问题，并且通过提高优化过程的收敛速度和收敛能力，有效地降低了图像重构过程中软硬件资源的消耗，提高了图像的重构效率和重构精度。

技术领域

本发明属于计算机技术领域，尤其涉及一种图像的稀疏重构方法及装置。

背景技术

图像的稀疏重构又可称为图像的压缩感知、图像的压缩传感等，是通过压缩感知理论开发图像信号的稀疏性，使得在图像的采样频率远小于传统奈奎斯特采样率的条件下依旧能够精确地重建图像信号，因此图像的稀疏重构有效地解决了由于图像信息量大而导致压缩过程中图像信号部分丢失、图像压缩效率低的问题。

目前，研究人员已经提出了许多解决在图像的稀疏重构中l₀范数优化问题的方法，以实现高效率、高精度的图像重构，这些方法包括Homotopy(同伦法)、BP(误差反向算法)等，然而，l₀范数的优化过程尚存在收敛能力不足、易陷入局部最优等问题，导致图像重构的重构精度不佳、且重构过程耗费的软硬件资源较多。

发明内容

本发明的目的在于提供一种图像的稀疏重构方法及装置，旨在解决由于现有技术无法提供一种有效的图像重构方法，导致图像重构精度不佳、且重构过程耗费的软硬件资源较多的问题。

一方面，本发明提供了一种图像的稀疏重构方法，所述方法包括下述步骤：

获取图像的压缩矩阵，确定所述压缩矩阵中每列数据的待优化目标；

判断当前的优化次数是否超过预设的优化阈值；

当所述优化次数未超过所述优化阈值时，对所述待优化目标的当前解集合进行优化，更新优化次数，并跳转至判断当前的优化次数是否超过所述优化阈值的步骤，否则，获取所述待优化目标的优化结果；

根据所述所有的优化结果，获取所述图像的稀疏系数矩阵，并根据预设的稀疏基，获取重构的图像。

另一方面，本发明提供了一种图像的稀疏重构装置，所述装置包括：

优化目标确定模块，用于获取图像的压缩矩阵，确定所述压缩矩阵中每列数据的待优化目标；

判断模块，用于判断当前的优化次数是否超过预设的优化阈值；

优化模块，用于当所述优化次数未超过所述优化阈值时，对所述待优化目标的当前解集合进行优化，更新优化次数，并触发所述判断模块执行判断当前的优化次数是否超过所述优化阈值的操作，否则，获取所述待优化目标的优化结果；以及

重构图像获取模块，用于根据所述所有的优化结果，获取所述图像的稀疏系数矩阵，并根据预设的稀疏基，获取重构的图像。

本发明根据信号的压缩感知理论，将图像的重构问题转换为优化问题，并通过图像的压缩矩阵，确定了该优化问题中的待优化目标，对该优化目标进行多次的优化，根据优化结果获得该图像的稀疏系数矩阵，得到重构后的图像，从而不仅实现了图像的重构，而且通过提高整个优化过程的收敛速度和收敛能力，有效地降低了图像重构过程中软硬件资源的消耗，提高了图像的重构效率和重构精度。

附图说明

图1是本发明实施例一提供的一种图像的稀疏重构方法的实现流程图；

图2是本发明实施例二提供的一种图像的稀疏重构方法中对待优化目标进行优化的实现流程图；