[发明专利]基于核回归的图像压缩感知重构方法

摘要

本发明公开了一种基于核回归的图像压缩感知重构方法，主要解决现有方法中因为各图像块相互独立重构，缺乏考虑图像块之间的联系而引起重建图像质量下降的问题。其步骤为：首先对输入的场景图像进行分块，利用正交匹配追踪OMP算法对这些图像块进行初步重构；然后对图像运用核回归方法得到图像小块的局部灰度矩阵，利用邻域图像块加权得到图像小块的非局部灰度矩阵；最后利用图像小块的局部灰度矩阵和非局部灰度矩阵通过最小二乘求解得到最终的重构图像小块，对所有图像小块重复此类操作，获得最终重构图像。本发明在不同采样率下，均能够提高各种自然图像和卡通图像的重构效果，可用于压缩观测下各类低分辨图像的高分辨恢复或重构。

主权项

1.一种基于核回归的图像压缩感知重构方法，包括如下步骤：(1)对场景X进行分块压缩成像，对X中局部区域对应的图像小块x进行观测，得到观测向量y＝As，其中A为观测矩阵，s为图像小块列向量；(2)利用OMP算法求解式：得到图像小块x对应的稀疏分解系数α，其中D为冗余DCT字典，λ为正则化参数；(3)利用公式得到初始重构的图像小块列向量其中α为稀疏分解系数，D为冗余DCT字典，再将列向量重排得到初始重构的图像小块(4)重复步骤(2)到步骤(3)，对输入的图像小块依次处理，得到重构场景图像(5)利用核回归方法对重构场景图像进行回归处理，得到重构图像的局部灰度矩阵U；(6)计算初始重构场景图像中的任一小块与其邻域中的其他K个图像小块x₁，x₂...x_K之间的欧氏距离，确定出K个邻域小块对当前小块的权值w₁，w₂...w_K，并对其归一化分别得到归一化的权值其公式如下：k＝1，2...，K其中，h为控制参数用来控制权值随着图像块和x_k之间距离增加时的下降速度，h越大权值下降速度越慢，反之权值下降速度越快，和x_k(：)分别表示图像小块和x_k中所有的像素点的值，为图像小块和x_k之间的欧氏距离。(7)利用归一化的权值对所述的x₁，x₂...x_K进行加权求和，得到重构图像小块的非局部灰度矩阵v：(8)重复步骤(6)到步骤(7)，对初始重构场景图像中的所有图像小块依次处理，得到重构图像的非局部灰度矩阵V；(9)对一个图像小块求解优化公式得到最终重构图像小块z，其中y为观测向量，A为随机观测矩阵，u为从U中取出的与初始重构小块对应的重构图像小块的局部灰度矩阵，v为从V中取出的与初始重构小块对应的重构图像小块的非局部灰度矩阵；(10)重复步骤(9)对每个输入的图像小块依次处理，得到最终重构的场景图像Z。