[发明专利]一种非局部低秩正则化图像压缩感知重建方法

摘要

本发明公开了一种基于协同降秩预处理的非局部低秩正则化图像压缩感知重建方法，首先对原始图像进行协同降秩预处理，主要包括非局部找相似块，低秩逼近和加权平均三个步骤，然后经过随机测量得到测量值，最后通过非局部低秩正则化压缩感知重建算法从测量值中高效的重建出原始图像。本发明基于压缩感知中重建算法和先验信息之间的匹配关系，以协同降秩预处理的方式，来达到其与后端的压缩感知重建算法的相匹配。本发明提出了一种更加高效的基于协同降秩预处理的非局部低秩正则化图像压缩感知重建算法，获得了当前图像压缩感知重建领域内更好的重建效果，为实际应用中的图像的压缩、存储和鲁棒的编码传输等实用技术提供了更好的技术支撑。

主权项

1.一种非局部低秩正则化图像压缩感知重建方法，其特征在于，包括以下步骤：1)用协同降秩预处理对原始图像进行预处理，得到预处理后的图像，具体如下：a)输入一幅原始图像，将该原始图像按照从左到右、从上到下的顺序进行样例块的选取，得到全部的样例块；b)以每个样例块各自为中心，寻找若干相似块并与该样例块组建成群，得到每个样例块对应的群；c)将每个样例块对应的群转化为矩阵形式，并对矩阵进行低秩逼近；所述步骤c)的低秩逼近，是按照加权核范数最小化约束来求得低秩矩阵的，即对于矩阵Mi，其低秩逼近如式(1)所示：式(1)中：——表示M_i的奇异值分解；τ为常数，diag()为取对角矩阵函数；wi——表示矩阵分解中的权值；Li——表示Mi低秩逼近后的低秩矩阵；d)将低秩逼近后的矩阵做加权平均处理，得到预处理后的图像；2)对步骤1)得到的预处理后的图像进行压缩感知测量，得到测量值；3)利用非局部低秩正则化压缩感知重建算法对步骤2)得到的测量值进行重建，得到重建图像。