[发明专利]一种视频压缩感知的重建方法

摘要

本发明公开了一种视频压缩感知的重建方法，首先在接收端接收各帧的测量值后独立重建各帧图像。其次在已重建图像之间进行基于块的运动估计和运动补偿操作，获得每帧的预测图像。接下来利用预测图像和测量值为每帧图像建立重建问题，并将其分解为单帧图像重建问题、残差图像重建问题、图像梯度变量重建问题、残差梯度变量重建问题以及图像正交基系数变量重建问题共5个子问题并进行交替迭代求解。在每次迭代求解完所述5个子问题后，采用双变量收缩门限法进一步提升图像重建质量。若达到内循环终止条件，则结束各帧图像的迭代求解过程；若达到外循环迭代次数上限，则结束本发明的重建流程。应用本技术能够有效改善图像重建的性能和效果。

主权项

一种视频压缩感知的重建方法，其特征在于包括以下步骤：步骤a：接收各帧图像的测量值，并进行独立重建；步骤b：对任一帧图像，在与其相邻帧的重建图像与当前重建的所述任一帧图像之间，进行基于块的ME与MC操作，获取所述任一帧图像的预测值Pi，其中i是帧序号；步骤c：根据所述任一帧图像的测量值yi和当前的所述预测值Pi，依次计算5个子问题和的结果，并采用双变量收缩门限法对进行滤波；迭代执行步骤c，直到满足预设的内循环终止条件，令再执行步骤d；其中，k是迭代次数，初始值为1，在每次迭代之后自加一，yi是所述任一帧图像的测量值，Φ为测量矩阵，为所述任一帧图像的第k+1次迭代结果，在第一次执行步骤c时取值为为所述任一帧图像的残差变量的第k+1次迭代结果，在第一次执行步骤c时取值为是的梯度值变量的第k+1次迭代结果，是的梯度值变量的第k+1次迭代结果，是的正交基系数变量的第k+1次迭代结果，在第一次执行步骤c时，均取值为0，和分别为与和对应的Bregman迭代变量的第k+1次迭代结果，在第一次执行步骤c时，和均取值为0，D是微分算子，Ψ是正交变换基，α、β、λ、μ、γ、η、χ分别是预设的第一、第二、第三、第四、第五、第六和第七权衡因子；步骤d：返回步骤b，直到达到预设的外循环终止条件，将当前重建的所述任一帧图像作为所述任一帧图像的重建结果。