基于字典學(xué)習(xí)的非凸壓縮感知圖像重構(gòu)方法.pdf

1、在壓縮感知理論中,可以同時(shí)進(jìn)行信號(hào)的采樣和壓縮,省去了高速采樣時(shí)對(duì)獲得的大量冗余數(shù)據(jù)進(jìn)行數(shù)據(jù)提取和舍棄的過(guò)程,大大降低了傳感器的采樣速率和計(jì)算成本。信號(hào)重構(gòu)作為壓縮感知理論的關(guān)鍵,本質(zhì)上是求解l0范數(shù)的 NP難問(wèn)題。劉芳教授指導(dǎo)的碩士論文提出了一種基于Ridgelet冗余字典的非凸壓縮感知重構(gòu)方法,通過(guò)對(duì)Ridgelet超完備冗余字典的學(xué)習(xí)實(shí)現(xiàn)圖像重構(gòu):文中使用互近鄰方法對(duì)觀測(cè)向量聚類(lèi),按照單原子方向初始化種群,然后利用遺傳進(jìn)化算法學(xué)習(xí)

2、得到字典方向上的較優(yōu)原子組合,最后使用克隆選擇算法學(xué)習(xí)出尺度和位移上的最優(yōu)原子組合后重構(gòu)圖像。實(shí)驗(yàn)表明,在采樣率為30％以上時(shí),該方法可以獲得準(zhǔn)確的重構(gòu)結(jié)果,但在采樣率較低時(shí),圖像重構(gòu)效果不夠理想,為了解決這一問(wèn)題,本文提出了一種基于字典學(xué)習(xí)的非凸壓縮感知圖像重構(gòu)算法。本文的主要工作如下:
　　由于低采樣率下觀測(cè)向量攜帶信息較少,互近鄰方法下的聚類(lèi)效果不夠理想,因此本文利用觀測(cè)向量具有局部相似性這一特點(diǎn),使用觀測(cè)向量標(biāo)準(zhǔn)差差值作為

3、度量,采用局部生長(zhǎng)的方式對(duì)觀測(cè)向量進(jìn)行聚類(lèi)。對(duì)觀測(cè)向量聚類(lèi)后,采用改進(jìn)的遺傳算法對(duì)每一類(lèi)圖像塊進(jìn)行重構(gòu),學(xué)習(xí)字典方向上最優(yōu)的原子組合。最后,利用克隆選擇優(yōu)化算法學(xué)習(xí)出尺度和位移上最優(yōu)的原子組合后重構(gòu)圖像。其中,本文采用的遺傳算法有兩處改進(jìn):第一,為了兼顧光滑塊和紋理塊的原子方向特征,對(duì)每一類(lèi)觀測(cè)向量對(duì)應(yīng)的圖像塊按多原子方向和單原子方向并存的方案初始化種群;第二,為了避免種群多樣性的喪失,采用了局部選擇機(jī)制。仿真實(shí)驗(yàn)表明,這兩種改進(jìn)均能夠