[发明专利]基于压缩感知的光场相机的膜优化方法及字典训练方法

权利要求书

1.基于压缩感知的光场相机的训练字典方法，其特征在于，包括以下步骤：

(I)随机生成膜，并得出其对应的观测矩阵；

(II)结合观测矩阵和非相关性训练优化字典；

(III)用膜对四维光场数据进行观测采样；

(IV)从观测得到的二维图像重建稀疏系数；

(V)由稀疏系数和字典重建原始四维光场数据；

其中步骤(II)通过以下步骤求解最优字典：

(1)输入：

D^n×n-初始字典，

P-固定的随机观测矩阵，

Iter-循环次数，

B-初始的B，

λ₁,λ₂,λ₃-比例系数；

(2)对以下通过从1迭代到Iter

首先，根据以下公式来训练优化的字典

α是稀疏系数，x是原信号，y是采样信号，D是字典，β和λ₁是比例系数，μ值是用来度量P和D的非相关性的，μ越小，P和D的非相关性越强，用B来表示则有以下公式

根据公式(12)、(13)、(14)，分三步解决这个优化问题

用OMP，来解公式(12)

对公式(13)，用对B一阶导数为零来求，变换后得到公式(16)

借用公式(A-BD^-1C)^-1＝A^-1+A^-1B(D-CA^-1B)^-1CA^-1，令A＝λ₂I，D＝I，B＝-α，C＝α^T，然后(16)转化为

至于公式(14)，用以下公式

来逼近最优解，整理得公式(18)

从而获得D。