一種改進(jìn)噪聲方差估計的圖像重構(gòu)的設(shè)計方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種改進(jìn)噪聲方差估計的圖像重構(gòu)的設(shè)計方法，屬于圖像處理領(lǐng)域的 技術(shù)。
【背景技術(shù)】
[0002] 在過去的幾十年里，隨著傳感系統(tǒng)處理數(shù)據(jù)能力的不斷的增強(qiáng)，同時數(shù)據(jù)量的處 理不斷增加，而傳統(tǒng)的奈奎斯特采樣定理要求信號的釆樣大于或等于信號帶寬的兩倍，這 些要求對于信號處理的能力提出更高的要求，也給硬件設(shè)備帶來相應(yīng)的極大挑戰(zhàn)。近年來， 壓縮感知（Compressed Sensing，簡稱CS)突破了傳統(tǒng)奈奎斯特采樣定理，實(shí)現(xiàn)了采樣方式 的轉(zhuǎn)變即從信號采樣轉(zhuǎn)變成信息采樣，引起了學(xué)術(shù)界和工業(yè)界的轟動，受到了越來越多的 關(guān)注。
[0003] CS理論有3個核心問題，即：尋找適合信號的稀疏變換、構(gòu)造滿足限制等距性質(zhì)的 觀測矩陣和設(shè)計高效而又具有較好魯棒性的信號重構(gòu)算法。信號的稀疏性是利用壓縮感知 理論精確地重構(gòu)出原始信號的先驗(yàn)基礎(chǔ)，測量矩陣設(shè)計的好壞關(guān)系著信號重要信息的獲取 與否，而能否精確地重構(gòu)原始信號關(guān)系著CS理論是否切實(shí)的可行。
[0004] 重構(gòu)問題是當(dāng)前的一個熱點(diǎn)問題，但是，如何構(gòu)造一種高效的重構(gòu)算法是壓縮感 知的一個核心問題。而圖像重構(gòu)算法中，噪聲方差的準(zhǔn)確評估尤為重要，噪聲方差的評估影 響圖像系數(shù)的評估，最終影響圖像重構(gòu)的質(zhì)量。目前，在圖像的重構(gòu)過程中，對于噪聲方差 的估計都是基于最高細(xì)節(jié)子帶小波系數(shù)絕對值中值除以一個常數(shù)的估計方法。這種方法沒 有考慮圖像紋理特征、稀疏變換類型以及圖像采樣率對噪聲方差的影響。首先，對于不同的 圖像，圖像的紋理特性存在差異，尤其對于同一圖像紋理特性差異較大的不同圖像塊進(jìn)行 相同的噪聲方差估計方法處理，影響噪聲方差估計的準(zhǔn)確性，其次，對于不同類型的稀疏變 換和采樣率，其稀疏變換后的系數(shù)和采樣后的系數(shù)個數(shù)存在的差異，用兩種差異很大的稀 疏變換和采樣率進(jìn)行相同的噪聲方差估計，同樣影響噪聲方差的估計的準(zhǔn)確性。而本發(fā)明 能夠很好地解決上面的問題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明目的在于提供了一種改進(jìn)噪聲方差估計的圖像重構(gòu)的設(shè)計方法，以解決原 噪聲方差的估計不準(zhǔn)確，影響重建圖像的質(zhì)量。本發(fā)明根據(jù)圖像塊的紋理特性、稀疏變換類 型以及圖像的采樣率對噪聲標(biāo)準(zhǔn)差進(jìn)行估計，提高噪聲方差估計的準(zhǔn)確性，提高了重建圖 像的質(zhì)量。
[0006] 本發(fā)明解決其技術(shù)問題所采取的技術(shù)方案是：一種改進(jìn)噪聲方差估計的圖像重構(gòu) 的設(shè)計方法，該方法包含如下步驟：
[0007] 輸入?yún)?shù)：原始圖像，塊測量矩陣ΦΒ，塊稀疏矩陣ΨΒ，門限參數(shù)λ，終止門限ε， 采樣率r，測量塊信號yj，j = 〇, 1，…，255。
[0008] 初始化：i = 〇, D(〇) = 0, 4°) = 〇Lv)，j = 0, 1，…，255
[0009] 預(yù)處理：原始圖像大小為512X512,圖像塊Xj大小為32X32,其中j = 0, 1，…，255。根據(jù)圖像塊X]方差 < 值大小對圖像塊紋理復(fù)雜程度判別，并設(shè)置塊紋理值 S ,，如下所示：
[0011] 迭代過程，包括：
[0012] 步驟1 :使用稀疏矩陣ΨΒ對圖像塊X j作變換，即
[0014] 其中< 是第i次迭代圖像塊j信號，巧是#在稀疏矩陣ΨΒ下第i次迭代圖像 塊j稀疏信號。
[0015] 步驟2 :噪聲方差估計；
[0016] 大多數(shù)噪聲標(biāo)準(zhǔn)差估計σ，寸HH i子帶中小波系數(shù)絕對值的中值來估計，BP :
[0018] 噪聲方差的評估精確度與稀疏變換和塊采樣率以及圖像塊的紋理程度緊密相關(guān)。 因此，提出了噪聲方差估計改進(jìn)方法如下：
[0021] 其中Cr,是圖像塊j第i次迭代的噪聲標(biāo)準(zhǔn)差，< 是是圖像塊j第i次迭代的除 低頻系數(shù)外的所有系數(shù)，1^是圖像塊j的最佳噪聲標(biāo)準(zhǔn)差尺度因子，r ,表示圖像塊j的采 樣率，δ ,表示圖像塊j的紋理值，μ ,表示圖像塊j采用的稀疏變換類型，當(dāng)采用DDWT稀 疏變換時，取μ ddwt= 〇. 4,當(dāng)采用CT和DWT稀疏變換時，取μ et= μ dwt= 0. 2,當(dāng)采用DCT 稀疏變換時，取 dct 〇· 1 〇
[0022] 對于不同圖像塊紋理特性、稀疏變換類型以及圖像的采樣率，最佳的尺度因子k 值有所不同。噪聲方差的評估影響圖像系數(shù)的評估，從而影響重構(gòu)圖像的質(zhì)量。利用該噪 聲方差評估方法能夠較精確評估噪聲方差，提高重構(gòu)圖像的質(zhì)量。
[0023] 步驟3 :圖像系數(shù)估計；
[0024] 將噪聲方差代入雙變量閥值函數(shù)：
[0027] 其中在下一個尺度內(nèi)對應(yīng)位置處的系數(shù)，當(dāng)g彡0時，（g) + = 0 ;當(dāng)g > 〇 時，（g)+= g〇
[0028] 步驟4 :對每個塊圖像進(jìn)行Lanweber連續(xù)投影重構(gòu)圖像，即
[0031] 使用正交隨機(jī)矩陣作為測量矩陣Φ，γ = ΦΦΤ= 1，可得：
[0033] 步驟5 :判斷投影重構(gòu)塊圖像是否滿足終止準(zhǔn)則，包括：
[0036] 若不滿足，塊圖像轉(zhuǎn)步驟1，則進(jìn)行下一次迭代i = i+Ι ;若滿足，將滿足重構(gòu)的塊 圖像拼起來，得到重構(gòu)圖像。
[0037] 本發(fā)明是將估計的噪聲方差代入雙變量閥值投影重構(gòu)算法中，從而重建壓縮圖 像。
[0038] 本發(fā)明根據(jù)圖像塊的紋理特性、圖像塊的稀疏變換類型以及圖像塊的采樣率聯(lián)合 估計變化值，用該值作為最佳尺度因子對噪聲標(biāo)準(zhǔn)差進(jìn)行估計。
[0039] 本發(fā)明應(yīng)用于改進(jìn)噪聲方差估計的圖像重構(gòu)。
[0040] 有益效果：
[0041] 1、本發(fā)明與現(xiàn)有技術(shù)相比，在噪聲方差估計時，最佳尺度因子不是一個恒定的常 數(shù)0.6745,而是一個根據(jù)圖像塊的紋理特性、圖像塊的稀疏變換類型以及圖像塊的采樣率 聯(lián)合估計變化值，用該值作為最佳尺度因子對噪聲標(biāo)準(zhǔn)差進(jìn)行估計。
[0042] 2、通過使用本發(fā)明提出的噪聲標(biāo)準(zhǔn)差估計方法，實(shí)現(xiàn)了噪聲方差估計的準(zhǔn)確度增 加，很好地提高了重構(gòu)圖像質(zhì)量。
[0043] 3、本發(fā)明利用該噪聲方差評估方法能夠較精確評估噪聲方差，提高重構(gòu)圖像的質(zhì) 量。
【附圖說明】
[0044] 圖1為本發(fā)明的方法流程圖。
【具體實(shí)施方式】
[0045] 下面結(jié)合說明書附圖對本發(fā)明創(chuàng)造作進(jìn)一步的詳細(xì)描述。
[0046] 如圖1所示，一種改進(jìn)噪聲方差估計的圖像重構(gòu)的設(shè)計方法，該方法包含如下步 驟：