[发明专利]基于曲线波冗余字典的免疫优化图像重构方法有效
申请号: | 201210001644.3 | 申请日: | 2012-01-04 |
公开(公告)号: | CN102567972A | 公开(公告)日: | 2012-07-11 |
发明(设计)人: | 刘芳;焦李成;戚玉涛;马红梅;郝红侠;崔白杨;杨淑媛;尚荣华;马文萍 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06N3/12 |
代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 田文英;王品华 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于曲线波冗余字典的免疫优化图像重构方法,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,实现的步骤为:(1)对观测向量进行聚类;(2)初始化种群;(3)类免疫优化;(4)重构初始图像;(5)滤波凸投影操作;(6)判断迭代次数是否达到最大值;(7)更新稀疏度;(8)更新种群;(9)图像块免疫优化;(10)重构图像。本发明利用免疫克隆优化技术先对每一类相似的观测向量求解一组共同的曲线波Curvelet基原子,再结合滤波和凸投影的方法,对每一个观测向量求解一组曲线波Curvelet基原子。本发明消除了重构图像中的块效应,最终得到了视觉效果较好的重构图像。 | ||
搜索关键词: | 基于 曲线 冗余 字典 免疫 优化 图像 方法 | ||
【主权项】:
1.一种基于曲线波冗余字典的免疫优化图像重构方法包括如下步骤:(1)对观测向量进行聚类对图像的发送方发过来的所有图像块的观测向量采用仿射传播聚类AP算法将相似的观测向量聚在一起,得到多个类别的观测向量;(2)初始化种群2a)将所有图像块的稀疏度值设定为32,对曲线波Curvelet冗余字典中的所有基原子用正整数进行编号;2b)对聚类后的每一类观测向量,随机选取32个曲线波Curvelet基原子的编号作为抗体元素得到一个抗体,按此方法得到多个抗体作为该类观测向量对应的图像块的初始种群;2c)对聚类后的所有类观测向量,按照步骤2b)得到所有类观测向量对应的图像块的初始种群;(3)类免疫优化3a)用每一类观测向量乘以高斯观测矩阵的广义逆矩阵,得到每一类观测向量对应的图像块的稀疏表示系数向量;3b)按照如下亲和度函数A计算每一类观测向量对应的图像块的初始种群中所有抗体的亲和度:f A = 1 Σ i = 1 j | | y i - ΦΨα i | | 2 2 ]]> 其中,fA为亲和度值,i为观测向量的标号,j为聚类后每个类中观测向量的总数,yi为类中第i个观测向量,Φ为高斯观测矩阵,Ψ为曲线波Curvelet冗余字典,αi为类中第i个观测向量对应的图像块的稀疏表示系数向量,
是向量二范数的平方;3c)对种群中所有抗体的亲和度的值从大到小排序,依次对所有抗体执行克隆,变异,选择操作;3d)将选择操作得到的亲和度最高的抗体作为最优抗体,保存最优抗体,保存优化后的种群;3e)对所有类观测向量对应的图像块的初始种群依次按照步骤3a),步骤3b),步骤3c),步骤3d)进行处理,得到所有类观测向量对应的图像块的最优抗体和优化后的种群;(4)重构初始图像4a)将每一类观测向量对应的图像块的稀疏表示系数向量与最优抗体对应的曲线波Curvelet基相乘,得到每一类观测向量对应的图像块;4b)将所有类观测向量按照步骤4a)进行处理,得到所有类观测向量对应的图像块;4c)将所有图像块拼在一起得到整幅图像;(5)对整幅图像进行滤波、凸投影操作,得到滤波凸投影后的整幅图像;(6)判断迭代次数是否达到最大值,如果满足,则输出重构后的整幅图像;否则执行步骤(7);(7)更新稀疏度7a)对滤波凸投影后的整幅图像进行分块,得到多个图像块;7b)将每个图像块的稀疏度值加上步长得到增加后的稀疏度值;7c)对图像块用正交匹配追踪OMP算法得到一组曲线波Curvelet基原子和图像块的稀疏表示系数向量,将曲线波Curvelet基原子的编号作为抗体元素,得到图像块对应的抗体;7d)用亲和度函数B计算图像块对应抗体的亲和度;7e)判断步骤3e)所得种群中所有抗体的亲和度值是否小于图像块对应抗体的亲和度值,如果是,则将原稀疏度值加上步长作为新的稀疏度值,重复执行步骤7c),步骤7d),直到步骤3e)所得种群中至少有一个抗体的亲和度值大于图像块对应抗体的亲和度值,将此时的稀疏度值作为图像块更新后的稀疏度值;如果否,则将原稀疏度值减去步长作为新的稀疏度值,重复执行步骤7c),步骤7d),直到步骤3e)所得种群中至少有一个抗体的亲和度值大于图像块对应抗体的亲和度值,将此时的稀疏度值作为图像块更新后的稀疏度值;7f)将所有图像块按照步骤7b),步骤7c),步骤7d),步骤7e)进行处理,得到所有图像块更新后的稀疏度值;(8)更新种群8a)判断每个图像块更新后的稀疏度值与原稀疏度值的大小关系,如果更新后的稀疏度值大于原稀疏度值,则在步骤3e)所得种群的基础上将种群中所有抗体的长度设置为更新后的稀疏度值,随机地选取曲线波Curvelet基原子的编号作为抗体增加部分的元素,保存所有新抗体作为更新后的种群;如果图像块更新后的稀疏度值小于原稀疏度值,则在步骤3e)所得种群的基础上将种群中所有抗体的长度设置为更新后的稀疏度值,保存所有新抗体作为更新后的种群;如果图像块更新后的稀疏度值等于原稀疏度值,则保持步骤3e)所得种群不变;8b)对所有图像块按照步骤8a)进行处理,得到所有图像块更新后的种群;(9)图像块免疫优化9a)用亲和度函数B计算每个图像块更新后的种群中所有抗体的亲和度;9b)对种群中所有抗体的亲和度的值从大到小排序,依次对所有抗体执行克隆,变异,选择操作,保存变异后的种群;9c)将选择操作得到的亲和度最高的抗体作为最优抗体,保存最优抗体;9d)对所有的图像块按照步骤9a),步骤9b),步骤9c)进行处理,得到所有图像块优化后的种群和对应的最优抗体;(10)重构图像10a)将每一个图像块的最优抗体对应的曲线波Curvelet基与步骤7c)得到的稀疏表示系数向量相乘,得到重构后的图像块;10b)将所有图像块按照步骤10a)进行处理,得到所有重构后的图像块;10c)将所有重构后的图像块拼在一起得到重构后的整幅图像;10d)转至步骤(5)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210001644.3/,转载请声明来源钻瓜专利网。