[发明专利]基于视觉注意的压缩感知图像目标重构方法

权利要求书

1.一种基于视觉注意的压缩感知图像目标重构方法，包括如下步骤：

(1)输入大小为256×256的包含有目标的彩色图像，用视觉注意模型得到大小为32×32的纹理显著图S；

(2)选择经验阈值s为50～100，将纹理显著图S中大于经验阈值s的像素设为1，其余像素设为0，得到一个新的显著图，大小也为32×32，将新的显著图均匀插值为256×256的最终显著图，并将其分为32×32的显著块；

(3)将输入的原彩色图像灰度化，并分成大小为32×32的小块，得到待观测图像块，每个待观测图像块与同位置的显著块相对应；

(4)由计算机程序生成一个大小为512×1024的随机观测矩阵，将各显著块拉成一个列向量，生成一个以该向量为对角线的对角矩阵，用对角矩阵对观测矩阵进行加权，由此得到与显著块相同数量的加权观测矩阵，而且每一个加权观测矩阵对应一个待观测图像块；

(5)用每一个加权观测矩阵观测与其对应的待观测图像块，得到各个待观测图像块的观测向量；

(6)对各个待观测图像块的观测向量进行重构，得到待观测图像块的重构图像块，将这些图像块再拼接成一幅完整的重构图像。

2.根据权利要求1所述的基于视觉注意的压缩感知图像目标重构方法，其中步骤(1)所述的用视觉注意模型得到大小为32×32的显著图，按如下步骤进行：

(1a)由输入彩色图像的红色r、绿色g、蓝色b这三个分量得到四个宽协调的颜色通道：

R＝r-(g+b)/2    G＝g-(r+b)/2

                                         1)

B＝b-(r+g)/2    Y＝(r+g)/2-|r-g|/2-b

其中R是红色通道，G是绿色通道，B是蓝色通道，Y是黄色通道；

(1b)计算红色通道与绿色通道的差值图：I_RG＝|R-G|，并将该插值图分成8×8的红绿通道小块，计算每个红绿通道小块的标准差：

σi=(Σx=07Σy=07(Mi(x,y)-μi)2)/64---2)]]>

其中σ_i表示第i个红绿通道小块的标准差，M_i(x，y)表示第i个红绿通道小块中位置为(x，y)的像素，μ_i表示第i个红绿通道小块中像素的均值，定义为：μi=[Σx=07Σy=07Mi(x,y)]/64;]]>

(1c)将每个红绿通道小块的标准差σ_i作为像素组成大小为32×32的红绿通道标准差表示图I′_RG；

(1d)设定显著性阈值t，t取值为20，若I′_RG中的像素大于t，则用该像素减去t后得到一个新的像素值，若I′_RG中的像素小于t，则该像素置为0，由此得到红绿通道纹理差值图T′_RG，表示为：

其中T_RG′(x，y)表示红绿通道纹理差值图T′_RG中的像素，I_RG′(x，y)表示红绿通道标准差表示图I′_RG中的像素，将T′_RG归一化，得到红绿通道纹理图T_RG：

T_RG(x，y)＝T′_RG(x，y)×255/max(RG)    4)

其中T_RG(x，y)表示红绿通道纹理图T_RG中的像素，T′_RG(x，y)表示红绿通道纹理差值图T′_RG中的像素，max(RG)表示T′_RG中的最大像素值；

(1e)计算蓝色通道与黄色通道的差值图：I_BY＝|B-Y|，并将该插值图分成8×8的蓝黄通道小块，计算每个蓝黄通道小块的标准差：

σj=(Σx=07Σy=07(Nj(x,y)-αj)2)/64---5)]]>

其中ε_j表示第j个蓝黄通道小块的标准差，N_j(x，y)表示第j个蓝黄通道小块中位置为(x，y)的像素，α_j表示第j个蓝黄通道小块中像素的均值，定义为：αj=[Σx=07Σy=07Nj(x,y)]/64;]]>

(1f)将每个蓝黄通道小块的标准差ε_j作为像素组成大小为32×32的蓝黄通道标准差表示图I′_BY；

(1g)若所述I′_BY中的像素大于t，则用该像素减去t后得到一个新的像素值，若I′_BY中的像素小于t，则该像素置为0，得到蓝黄通道纹理差值图T′_BY，表示为：

其中T_BY′(x，y)表示蓝黄通道纹理差值图T′_BY中的像素，I_BY′(x，y)表示蓝黄通道标准差表示图I′_BY中的像素，将T′_BY归一化，得到蓝黄通道纹理图T_BY：

T_BY(x，y)＝T′_BY(x，y)×255/max(BY)    7)

其中T_BY(x，y)表示蓝黄通道纹理图T_BY中的像素，T′_BY(x，y)表示蓝黄通道纹理插值图T′_BY中的像素，max(BY)表示T′_BY中的最大像素值；

(1h)将红绿通道纹理T_RG与蓝黄通道纹理图T_BY相加得到大小为32×32的显著图：S＝T_RG+T_BY。