[发明专利]一种基于压缩感知的实用型图像恢复系统及方法

摘要

本发明公开了一种基于压缩感知的实用型图像恢复系统及方法，压缩感知CS(Compressive Sensing)作为一个新的采样理论，突破了传统香农采样定理的限制，在远小于Nyquist采样率的条件下，通过采样获取的少量离散样本完美的重建原信号，一经提出，就引起了学术界和工业界的广泛关注。在压缩感知利用贪婪算法进行稀疏信号恢复时，稀疏度未知或其精确度大大影响了恢复效果，阻碍了压缩感知算法在实践中的应用，而且算法迭代过程中，停止条件的优劣往往对于算法的效率起着关键的作用。本发明通过计算此稀疏度被选为最优稀疏度的频率或次数，来决定算法是否停止，即出现的频数大，是最优稀疏度的概率就大，当达到设定的频数时即为找到最优稀疏度，算法终止迭代。

主权项

1.一种基于压缩感知的实用型图像恢复系统，其特征在于：包括图像压缩采样模块、测量矩阵模块、稀疏重建模块、图像重构模块和模拟实现模块，所述图像压缩采样模块用于对目标图像进行少量采样(约1/8‑1/4)，所述测量矩阵模块用于设计满足约束等距特性RIP(Restricted Isometry Property)的矩阵，所述稀疏重建模块在确定稀疏度的情况下，通过测量矩阵与采样信号的线性变换，将采样图像信号投影到一维空间，所述图像重构模块进行目标函数的优化，利用贪婪算法求得近似解，所述模拟实现模块在获取重构原信号后，实现图像的恢复。