[发明专利]基于Ridgelet冗余字典的遗传进化图像重构方法

摘要

本发明公开了一种基于Ridgelet冗余字典的遗传进化图像重构方法，解决了现有L0范数重构技术重构图像的视觉效果差的问题，重构过程包括选择合适聚类算法对所有分块观测向量按相似程度进行聚类；初始化种群；对初始种群进行共同遗传进化；重构初始图像；滤波及凸投影更新处理；判断进化代数是否达到最大值；更新稀疏度；更新种群；对图像块进行独立遗传进化；重构图像。本发明利用了图像块的相似性聚类，用遗传进化计算思想为每类的每个图像块找到最优的Ridgelet冗余字典基原子，降低了算法的时间复杂度；并用滤波和凸集投影操作消除了重构图像中的块效应，缩小了最优解搜索空间，重构精确度高，图像重构效果好，可用于图像处理和计算机视觉领域。

主权项

1.一种基于Ridgelet冗余字典的遗传进化图像重构方法，其特征在于：采用的Ridgelet冗余字典对图像稀疏表示，包括如下步骤：步骤1对观测向量聚类，发送方首先将图像在空域中进行分块处理，对处理结果观测后得到观测向量进行发送，接收方接收后对观测向量按照欧氏距离相似度用仿射传播AP算法进行聚类，得到聚类Y₁，Y₂，...，Y_L；步骤2构建种群，设定所有图像块在字典D下稀疏度为k，k为一个与图像大小有关的常数，对Ridgelet冗余字典D的所有基原子用正整数进行编号，随机选取k个Ridgelet冗余字典基原子的编号构建一个个体，构造多个按上述方式构建的个体，为每一类观测向量对应的图像块构建一个初始种群，设置进化代数t＝0、最大进化代数为T；步骤3对种群进行共同遗传进化操作，在适应度函数1下对每一类观测向量对应图像块的初始种群进行共同遗传进化操作，更新每个种群中的个体，然后选择出每个种群的共同最优个体，选择出所有种群的最优个体后，使进化代数t＝t+1，转向步骤4，其中，适应度函数1为它定义的是第i类观测向量对应图像块的初始种群中每个个体对该类所有图像块的适应度，式中，Y_i^j为第i类中第j个观测向量，Φ为高斯观测矩阵，D_m为该类中第m个个体中的编号对应的Ridgelet冗余字典中基原子构成的子字典，θ_j为该类别中第j个观测向量对应图像块的稀疏表示系数向量，它是由感知矩阵的广义逆矩阵乘上该观测向量所求得的，感知矩阵由Φ和D_m相乘得到，n为该类别中的相似观测向量的个数；步骤4对初始图像进行重构，使用共同遗传进化操作得到的每个种群的共同最优个体对初始图像进行重构，该图像称为共同遗传进化重构图像；步骤5滤波、凸集投影更新操作以及判断算法是否终止，用BM3D滤波器对重构图像进行滤波操作，再对滤波后的重构图像进行凸集投影更新操作，在重构图像滤波、凸集投影更新操作后，判断算法是否终止，若进化代数达到最大进化代数T，则终止进化，并输出重构图像，否则转向步骤6；步骤6更新稀疏度k，更新每个类别中的每个观测向量对应图像块的稀疏度k；步骤7更新种群，根据每个类别中每个观测向量对应图像块新的稀疏度值更新种群，包括改变个体的长度，且把新个体替代该类别对应种群中适应度最小个体，得到更新后种群；步骤8对图像块进行独立遗传进化操作，在适应度函数2下对经过步骤7更新后的每个种群采用独立遗传进化，对每个种群进行更新并获得每个种群对应的每个图像块的最优个体，获得所有所有种群对应图像块的最优个体后，使进化代数t＝t+1，其中，适应度函数2为它定义的是第i个种群中的个体对图像块的适应度，式中，Y_i^j为第i类中第j个观测向量，Φ为高斯观测矩阵，D_m为该类中第m个个体中的编号对应的Ridgelet冗余字典中基原子构成的子字典，θ_j为该类别中第j个观测向量对应图像块的稀疏表示系数向量，它是由感知矩阵的广义逆矩阵乘上该观测向量所求得的，感知矩阵由Φ和D_m相乘得到；步骤9重构图像，用每一个图像块对应的最优个体重构获得整幅图像，图像称为第t代独立遗传重构图像，转向步骤5，直到算法达到终止条件。