基于边缘提取与图像融合技术的压缩感知补偿方法

摘要

本发明涉及一种基于边缘提取与图像融合技术的压缩感知补偿方法,包括下列步骤：在发送端，输入待传输的原图像I，分为两个阶段预先提取原图像I的边缘特征，得到包含原图像边缘信息的稀疏矩阵BW1；采用压缩感知测量方法对原图像I进行空域随机采样，得到原图像的低维投影矩阵BW2；将包含原图像边缘信息的稀疏矩阵BW1与原图像的低维投影矩阵BW2中的元素信息整合，进行传输；在接收端，对传输数据进行边缘解码和对原图像的低维投影矩阵进行重构；对所得的两个图像进行配准，运用空间域融合原理进行融合，输出最终结果BW3。本发明具有传输代价较小、抵抗噪声能力较好的优点。

主权项

一种基于边缘提取与图像融合技术的压缩感知补偿方法,包括下列步骤：(1)在发送端，输入待传输的原图像I，分为两个阶段预先提取原图像I的边缘特征：边缘检测阶段，对I进行边缘检测，输出二值化矩阵BW1_0，边缘位置置1；边缘提取阶段，将BW1_0与原图像I相乘，得到包含原图像边缘信息的稀疏矩阵BW1；(2)采用压缩感知测量方法对原图像I进行空域随机采样，得到原图像的低维投影矩阵BW2；(3)将包含原图像边缘信息的稀疏矩阵BW1与原图像的低维投影矩阵BW2中的元素信息整合，进行传输；(4)在接收端，对传输数据进行判断、分割，根据包含原图像边缘信息的稀疏矩阵BW1进行边缘解码，得到边缘解码图像BW1_t，根据原图像的低维投影矩阵BW2，采用压缩感知重构方法对原图像的低维投影矩阵进行重构，得到压缩感知重构图像BW2_t；(5)对步骤(4)得到的两个图像进行配准，运用空间域融合原理进行融合，输出最终结果BW3，其中，图像融合方法遵循如下规则：$\left\{\begin{array}{cc}\mathrm{BW}3(i,j)={\lambda }_1\mathrm{BW}1\_t(i,j)+{\lambda }_2\mathrm{BW}2\_t(i,j)& {|\mathrm{BW}1\_t(i,j)|}^2\ge {ϵ}^2\\ \mathrm{BW}3(i,j)=\mathrm{BW}2\_t(i,j)& {|\mathrm{BW}1\_t(i,j)|}^2<{ϵ}^2\end{array}\right.$其中，(i，j)为像素点坐标，ε为预设判断阈值，λ₁+λ₂＝1，根据接收图像每一点是否为边缘点，确定不同的融合方法，若该点判断为边缘点，即|BW1_t(i,j)|²≥ε²，则将边缘解码图像BW1_t与压缩感知重构图像BW2_t在该点像素值的加权平均值作为该点的输出值；若该点非边缘点，即|BW1_t(i,j)|²＜ε²，则将压缩感知重构图像BW2_t在该点的像素值作为输出值。