一種結合支撐集和殘差補償的圖像序列遞歸重建方法
【技術領域】
[0001] 本發(fā)明屬于圖像處理技術領域，具體涉及一種結合支撐集和殘差補償的圖像序列 遞歸重建方法。
【背景技術】
[0002] 對于圖像序列的采集獲取問題，依據傳統(tǒng)的奈奎斯特-香農采樣理論，場景的高 質量重建需要大數據量的采樣和傳輸，這不滿足成像系統(tǒng)低功耗和寬帶受限的實際要求。 壓縮傳感理論的問世為解決這一問題提供了新的契機。壓縮傳感理論是由Donoho等人在 2006年提出的一種新型信號采樣方式。該理論基于信號的稀疏性和可壓縮性，利用非自適 應的隨機測量矩陣獲取信號少量的線性測量值，最后可通過求解一個優(yōu)化問題高概率地精 確重建原始信號。因此，壓縮傳感理論突破了傳統(tǒng)的奈奎斯特-香農采樣定理，對信號采樣 的同時進行了壓縮，大大減少了數據的采樣量、采樣時間和存儲成本。
[0003] 將圖像序列中的各幀圖像間的相關性作為先驗信息用于壓縮傳感的重構過程，可 以減少搜索空間，提高重構算法的重構精度。其中，一些研宄將稀疏支撐集的變化作為相關 性的準則，同時利用殘差稀疏性的估計對殘差進行壓縮傳感重構和補償。例如，Vaswani等 人根據相鄰圖像的支撐集在統(tǒng)計上變化不大的特點，提出了一系列基于壓縮傳感的圖像序 列遞歸重構算法，包括含噪情況下的最小二乘殘差壓縮傳感算法（LS-CS)、卡爾曼濾波壓縮 傳感算法（KF-CS)以及修正殘差壓縮感知算法（Mod-CS-Res)等，有效降低了算法的計算量 和復雜度。但是上述基于壓縮傳感的圖像序列重建算法重建精度不高，模型參數設置較多， 因此，本發(fā)明提出一種結合支撐集和殘差補償的圖像序列遞歸重建方法，從而減少閾值的 設置，提高圖像序列的重建精度。
[0004] 假設對于D幀的圖像序列Xt滿足測量方程：
[0005] yt=①tXt+nt= 0st+nt
[0006] 其中，nt為高斯白噪聲，〇是測量矩陣。定義圖像稀疏支撐集為Sup(Xt)= {j:(st)」>a}，a為系數閾值。
[0007] LS-CS、KF-CS以及Mod-CS-Res等算法的步驟主要為：
[0008] 初始估計：基于第t_l幀的圖像的重建結果和支撐集估計估計出第t 幀的圖像系數式；
[0009] 殘差重構：基于估計的第t幀的圖像系數夫和原圖像系數的殘差具有稀疏性的特 點，對殘差進行壓縮傳感重構；
[0010] 殘差補償：基于重構的殘差對第t幀的圖像系數&進行補償，得出第t幀的圖像系 數更高精度的重建結果吟_>
[0011] 最后修正：引入兩個閾值參數并基于第t幀的圖像的重建結果嶺,^對支撐集進行 更新，得出第t幀的支撐集估計和第t幀的圖像的重建結果衫。
[0012] 其中，在初始估計中，LS-CS算法只是利用先驗支撐集估計進行最小二 乘估計；KF-CS是LS-CS的一種貝葉斯形式，與LS-CS算法類似；而Mod-CS-Res則是利用前 一幀圖像系數的重建結果在估計的支撐集免^(義,，）上進行稀疏逼近作為當前幀的圖像系 數的初始估計。上述三種方法在初始估計方面效果都不夠理想，也就是得到的當前幀的圖 像系數的初始估計〗，精度都不是很高，這對后續(xù)的殘差重構，殘差補償和支撐集估計將產 生進一步的影響，影響最終的重構效果。另外，在最后修正階段對于兩個閾值參數的選取并 沒有相對固定準則，給具體的實驗帶來了一定的麻煩。

【發(fā)明內容】

[0013] 針對基于壓縮傳感的圖像序列重建算法重建精度不高，模型參數設置較多的問 題，本發(fā)明提出一種結合支撐集和殘差補償的圖像序列遞歸重建方法，減少閾值的設置，提 高圖像序列的重建精度。
[0014] 為實現(xiàn)上述目的，本發(fā)明具體技術方案如下：一種結合支撐集和殘差補償的圖像 序列遞歸重建方法，包括如下步驟：
[0015] 1)初始化：獲取視頻序列第1幀圖像的圖像系數估計和支撐集估計；
[0016] 2)近似求解：由t_l(t為整數，且t彡2)幀圖像系數的支撐集估計，利用 Modified-BTON算法求出第t幀圖像系數近似解；
[0017] 3)初始估計：由第t幀圖像系數近似解初始估計第t幀圖像系數；
[0018] 4)殘差計算：由第t幀圖像系數估計值求出殘差測量值；
[0019] 5)殘差重建：由第t幀圖像殘差測量值重構出殘差；
[0020] 6)殘差補償：由第t幀圖像殘差重構值對第t幀圖像系數估計值進行補償，求出 第t幀圖像系數的最終估計值；
[0021] 7)支撐集更新：由第t幀圖像系數最終估計值對其支撐集進行更新；
[0022] 8)t=t+1，轉步驟 2)。
[0023] 進一步地，上述步驟1)中，第1幀圖像系數Sl的估計值和支撐集估計的初始化方 法是：:(從> ，其中，a為閾值參數，Sl為第1幀圖像系數，為&p%)第1 幀支撐集估計。
[0024] 進一步地，上述步驟2)中，&近似解元的計算方法是3=argmin[Hk又,4+11凡- 其中，st表示第t幀圖像系數，兔//;(%,)為第t幀支撐集估計，毛'是\近似解，0 ,為測量矩 陣，yt為測量值向量。
[0025] 進一步地，上述步驟3)中，第t幀的圖像系數式的初始估計方法是：
[0026]
【主權項】
1. 一種結合支撐集和殘差補償的圖像序列遞歸重建方法，其特征在于包括如下步驟： 1) 初始化：獲取視頻序列第1幀圖像的圖像系數估計和支撐集估計； 2) 近似求解：由t-1幀圖像系數的支撐集估計，利用Modified-BPDN算法求出第t幀 圖像系數近似解，其中，t為整數，且t多2 ; 3) 初始估計：由第t幀圖像系數近似解初始估計第t幀圖像系數； 4) 殘差計算：由第t幀圖像系數估計值求出殘差測量值； 5) 殘差重建：由第t幀圖像殘差測量值重構出殘差； 6) 殘差補償：由第t幀圖像殘差重構值對第t幀圖像系數估計值進行補償，求出第t幀 圖像系數的最終估計值； 7) 支撐集更新：由第t幀圖像系數最終估計值對其支撐集進行更新； 8. t=t+1，轉步驟 2)。
2. 如權利要求1所述的結合支撐集和殘差補償的圖像序列遞歸重建方法，其特 征在于：所述步驟1)中，第1幀圖像系數Sl的估計值和支撐集估計的初始化方法是： (不）=: (A)； > 其中，a為閾值參數，Sl為第1幀圖像系數，為知p丨第1幀支撐 集估計。
3. 如權利要求1所述的結合支撐集和殘差補償的圖像序列遞歸重建方法，其特征在 于：所述步驟2)中，st近似解《的計算方法是：
其中， st表示第t幀圖像系數，為第t幀支撐集估計是\近似解，0t為測量矩陣，yt 為測量值向量。
4. 如權利要求1所述的結合支撐集和殘差補償的圖像序列遞歸重建方法，其特征在 于：所述步驟3)中，第t幀的圖像系數&的初始估計方法是：
在下標集{1，2，L，N}上的補集。
5. 如權利要求1所述的結合支撐集和殘差補償的圖像序列遞歸重建方法，其特征在 于：所述步驟4)中，殘差計算方法是：
為初始估計殘差的測量值 向量。
6. 如權利要求1所述的結合支撐集和殘差補償的圖像序列遞歸重建方法，其特征在 于：所述步驟5)中，殘差重建方法是：
其中A為殘差圖 像系數向量，
7. 如權利要求1所述的結合支撐集和殘差補償的圖像序列遞歸重建方法，其特征在 于：所述步驟6)中，殘差補償方法是：
其中，柃為殘差補償。
8. 如權利要求1所述的結合支撐集和殘差補償的圖像序列遞歸重建方法，其特征在 于：所述步驟7)中，支撐集估計方法是：
【專利摘要】本發(fā)明涉及一種結合支撐集和殘差補償的圖像序列遞歸重建方法，重建方法對視頻序列進行融合支撐集先驗和殘差補償的序列重建，包括初始化、近似求解、初始估計、殘差計算、殘差重建、殘差補償、支撐集更新等步驟。本發(fā)明可以減少閾值的設置，提高圖像序列的重建精度。
【IPC分類】G06T3-40
【公開號】CN104778660
【申請?zhí)枴緾N201510196916
【發(fā)明人】宋雪樺, 化瑞, 劉委, 卜曉曉, 萬根順, 王維, 于宗潔
【申請人】江蘇大學
【公開日】2015年7月15日
【申請日】2015年4月23日