一种基于压缩感知的影像两步重构法

摘要

一种基于压缩感知的影像两步重构法，属于压缩感知中重构算法设计和优化技术领域，提供了一种基于线阵推扫数据采集模式的压缩感知影像重构方法。本发明所述的方法：首先，采用传统的基于l₀范数的稀疏信号重构算法重构影像各列；然后，基于测量数据和重构信号各列的方向信息判断各列是否属于确定区域或不确定区域；最后，对属于不确定区域的各列采用适用于可压缩信号的重构算法，实现压缩感知影像重构。本发明为基于线阵推扫模式的影像高效重构奠定了基础，有着广泛的应用前景。

主权项

一种基于压缩感知的影像两步重构法，其特征是：所述方法的过程为：步骤一：输入测量矩阵Φ，稀疏变换基Ψ，时相t1和t2的测量数据Y_t1、Y_t2，时相t1的影像X_t1，其中Φ∈R^M×N，Ψ∈R^N×N，Y_t1,Y_t2,ΔY∈R^N×L，X_t1,X_t2,ΔX∈R^N×L，C_t1,C_t2,ΔC∈R^N×L，M＜N，j∈[1,L]，令Y_t1＝ΦX_t1，Y_t2＝ΦX_t2，ΔY＝Y_t2‑Y_t1，ΔX＝X_t2‑X_t1，ΔC＝C_t2‑C_t1，ΔY＝ΦΔX，ΔY＝ΦΨ′ΔC；步骤二：采用OMP(或其他l₀算法)基于min||Δx_j||₀ s.t. Δy_j＝ΦΔx_j逐列重构ΔX的各列，取得每列的重构结果Δx_Rj和ΔX的重构结果ΔX_R；步骤三：设定临界值cri1，判断ΔX_R各列的如果是，则属于不确定区域；否则属于确定区域。步骤四：提取ΔX中不确定区域列号的集合J，在第j次迭，如果j∈J，那么采用OMP(Orthogonal matching pursuit)(或其他l₀算法，例如：ROMP(Regularized orthogonal matching pursuit)、StOMP(Stagewise orthogonal matching pursuit)、SP(Subspace pursuit)、CoSaMP(Compressive sampling matching pursuit)、MP(Matching pursuit))基于min||c_j||₀ s.t. Δy_j＝ΦΨ′Δc_j或采用BP(Basis Pursuit)(或其他l₁算法，例如：GPSR(Gradient projection for sparse reconstruction))基于min||Δc_j||₁s.t.Δy_j＝ΦΨ′Δc_j重构ΔX的该列Δx_j的稀疏变换域系数Δc_j，然后解算Δx_Rj＝Ψ′Δc_Rj；或采用TV(minimization of total variation)算法基于min||Δx_j||_TV s.t.Δy_j＝ΦΔx_j重构ΔX的该列Δx_j，最后取得该列的重构结果Δx_Rj；步骤五：输出重构信号ΔX_R和时相t2的影像X_t2＝X_t1+ΔX_R。