(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(10)申请公布号 CN 105825473 A
(43)申请公布日 2016.08.03
(21)申请号 CN201610153994.X
(22)申请日 2016.03.17
(71)申请人 三维通信股份有限公司
    地址 310053 浙江省杭州市滨江区火炬大道581号三维大厦(高新区)
(72)发明人 陈华华 吴志坚 严军荣
(74)专利代理机构 杭州九洲专利事务所有限公司
    代理人 陈继亮
(51)Int.CI
     
                                                                  权利要求说明书 说明书 幅图
(54)发明名称
      一种基于自适应切换分析稀疏与合成稀疏正则化的图像复原方法
正则化与稀疏(57)摘要
      本发明提供一种基于自适应切换分析稀疏与合成稀疏正则化的图像复原方法,首先,对高质量的训练样本构成的集合聚类并为每一类样本训练一个合成稀疏子字典和一个分析稀疏子字典;然后,将训练的字典分别用于复原低质量的训练图像样本集合,统计各类采用每一种子字典的复原误差,根据误差大小自适应切换选择稀疏正则化;最后,在切换准则基础上建立了图像重建复原模型,并采用交替优化策略求解该模型。本发明有益的效果:本发明考虑了图像子块对稀疏子字典的适应性,为图像子块自适应的选择稀疏正则化,提高了图像的复原质量;复原图像子块时每次只选择一种稀疏正则化。
法律状态
法律状态公告日
法律状态信息
法律状态
权 利 要 求 说 明 书
1.一种基于自适应切换分析稀疏与合成稀疏正则化的图像复原方法,其特征在于,首            先,对高质量的训练样本构成的集合聚类并为每一类样本训练一个合成稀疏子字典和一个            分析稀疏子字典;然后,将训练的字典分别用于复原低质量的训练图像样本集合,统计各类            采用每一种子字典的复原误差,根据误差大小自适应切换选择稀疏正则化;最后,在切换准            则基础上建立了图像重建复原模型,并采用交替优化策略求解该模型。           
2.根据权利要求1所述的基于自适应切换分析稀疏与合成稀疏正则化的图像复原方            法,其特征在于,所述合成稀疏子字典和分析稀疏子字典,进一步包括:将高质量的训练样 
          本图像进行分块,分成大小为的相互重叠若干像素的图像子块,重叠像素个数小于            p,子块向量化后表示为x<sub>i</sub>∈R<sup>p</sup>;首先,对输入的M个图像子块进行K均值聚类,采用主分量分            析法为每一类训练一个合成稀疏子字典,采用序列最小化特征值方法为每一类训练一个分            析稀疏子字典,得到K个类中心、合成稀疏子字典和分析稀疏子字典,分别记为μ<sub>m</sub>、Φ<sub>m</sub>,Ω<sub>m</sub>,m            =1…K。           
3.根据权利要求1所述的基于自适应切换分析稀疏与合成稀疏正则化的图像复原方            法,其特征在于,所述确定稀疏正则化切换准则,进一步包括:输入训练低质量图像集合,对            于图像去模糊,低质量图像是模糊图像;对于超分辨率重建,低质量图像是低分辨率图像经            插值放大后与目标图像相同大小的图像;对每一幅图像分成大小为的子块,由这些            子块构成子块集合,将子块与K个类中心具有最小欧氏距离的类作为该子块的类索引k<sub>i</sub>,k<sub>i</sub>=1…K,为子块集合中的每个子块确定类索引;对类索引为k<sub>i</sub>的子块分别按合成稀疏子字            典分析稀疏子字典复原该子块,分别计算并记录合成稀疏、分析稀疏复原误差,为            子块集合中的每个子块记录复原误差;统计子块集合中具有相同类索引的子块的合成稀            疏、分析稀疏复原误差;如果该
类索引的合成稀疏复原误差更小,则选择合成稀疏正则化复            原该类子块,否则选择分析稀疏正则化复原该类子块。           
4.根据权利要求1所述的基于自适应切换分析稀疏与合成稀疏正则化的图像复原方            法,,其特征在于,图像复原重建,进一步包括:在合成稀疏正则化和分析稀疏正则化的共同            作用下,图像的复原重建模型表示为:           
<maths><math><mrow><munder><mi>min</mi><mrow><mi>x</mi><mo>,</mo><msub><mi>α</mi><mi>i</mi></msub><mo>,</mo><msub><mi>z</mi><mi>i</mi></msub><mo>,</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>N</mi></mrow></munder><mfrac><mi>β</mi><mn>2</mn></mfrac><mo>|</mo><mo>|</mo><mi>y</mi><mo>-</mo><mi>S</mi><mi>B</mi><mi>x</mi><mo>|</mo><msubsup><mo>|</mo><mn>2</mn><mn>2</mn></msubsup><mo>+</mo><munder><mi>Σ</mi><mi>i</mi></munder><msub><mi>S</mi><msub><mi>k</mi><mi>i</mi></msub></msub><mo>{</mo><mfrac><msub><mi>λ</mi><mi>i</mi></msub><mn>2</mn></mfrac><mo>|</mo><mo>|</mo><msub><mi>R</mi><
mi>i</mi></msub><mi>x</mi><mo>-</mo><msub><mi>Φ</mi><msub><mi>k</mi><mi>i</mi></msub></msub><msub><mi>α</mi><mi>i</mi></msub><mo>|</mo><msubsup><mo>|</mo><mn>2</mn><mn>2</mn></msubsup><mo>+</mo><mo>|</mo><mo>|</mo><msub><mi>α</mi><mi>i</mi></msub><mo>|</mo><msub><mo>|</mo><mi>q</mi></msub><mo>}</mo><mo>+</mo><munder><mi>Σ</mi><mi>i</mi></munder><mrow><mo>(</mo><mn>1</mn><mo>-</mo><msub><mi>S</mi><msub><mi>k</mi><mi>i</mi></msub></msub><mo>)</mo></mrow><mo>{</mo><mfrac><msub><mi>γ</mi><mi>i</mi></msub><mn>2</mn></mfrac><mo>|</mo><mo>|</mo><msub><mi>R</mi><mi>i</mi></msub><mi>x</mi><mo>-</mo><msub><mi>z</mi><mi>i</mi></msub><mo>|</mo><msubsup><mo>|</mo><mn>2</mn><mn>2</mn></msubsup><mo>+</mo><mo>|</mo><mo>|</mo><msub><mi>Ω</mi><msub><mi>k</mi><mi>i</mi></msub></msub><msub><mi>z</mi><mi>i</mi></msub><mo>|</mo><msub><mo>|</mo><mi>q</mi></msub><mo>}</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow></math></maths>

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。