[发明专利]一种结合灰度熵和盲反卷积的采样率自适应分块压缩感知方法

说明书

本发明公开了一种结合灰度熵和盲反卷积的采样率自适应分块压缩感知方法，先将图像进行三层小波变换，通过低频子带分块求得各图像块的灰度熵，再以灰度熵作为判决条件对高频子带各块自适应分配采样率，将较多的采样数分配给复杂的纹理块、较低的采样数分配给简单的平滑块，精细处理人眼敏感的纹理块，高效处理关注度低的平滑块，同时对低频子带进行盲反卷积处理；然后，对高频子带基于所求得的自适应采样率进行压缩采样，并采用SPL方法充分重建各块细节，最后将盲反卷积后的低频子带图像和压缩重构后的高频子带图像归一化叠加，获得恢复图像用于传输。本发明降低了迭代复杂度，提高了重建细节的准确性和完整性。

技术领域

本发明属于压缩感知技术领域，具体涉及一种结合灰度熵和盲反卷积的采样率自适应分块压缩感知方法。

背景技术

压缩感知(Compressed Sensing,CS)理论表明，如果一个信号是稀疏的或在某种基下是稀疏的，那么就可以将该稀疏信号和一个与其不相干的观测矩阵相乘进行降维观测，获得较少的观测值(采样值)，最后通过求解一个优化问题来得到重构的原始信号。但在将CS理论直接应用于图像处理的过程中，如果对整副图像直接进行观测，那么所需的观测矩阵往往在104～106的数量级，无疑又重新加重了存储和传输负担。分块压缩感知(BlockCompressed Sensing,BCS)理论，很好地将CS理论应用到图像处理领域。该方法将图像分成若干个独立的小块，然后对各小块采用一个固定的采样率进行采样压缩，最后以某种方法分别重构各小块，再回填至原始位置得到恢复图像。而基于小波变换的BCS-SPL(BlockCompressed Sensing with Smoothed Projected Landweber)方法则以图像分块压缩采样思想为基础，利用小波变换对高频子带细化处理局部特征的能力，对每个图像块进行小波变换，保留低频子带，并采用具备平滑图像块边缘功能的光滑投影Landweber重构方法(SPL)重构高频子带，在接收端将保留的低频子带和重构的高频子带归一化叠加和回填，成功提高了图像重构质量。

存在缺陷和不足如下：

1、现有的基于小波变换的BCS-SPL方法对所有图像块逐一进行小波变换，方法迭代次数多，且没有考虑到图像高频子带边缘细节的整体性，不同图像块的低频子带在接收端的叠加回填中由于块边缘的频率不规则跳变，块效应也有所加重。

2、现有的基于小波变换的BCS-SPL方法，采用同一采样率进行固定观测，没有依照纹理结构或稀疏度的差异将采样率按需分配给各图像块，致使纹理块欠采样，平滑块过采样，减弱了方法性能。

3、小波变换后的低频子带集中了原图的大部分能量，经小波逆变换后可以得到一幅相对模糊的近似图像。现有的基于小波变换的BCS-SPL方法没有充分利用这些可以反映图像结构特征的先验信息，仅将低频子带进行保留处理，在接收端与压缩重构后的高频信号简单地归一化叠加，造成了低频子带信息资源的浪费。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种结合灰度熵和盲反卷积的采样率自适应分块压缩感知方法。

本发明采用以下技术方案：

结合灰度熵和盲反卷积的采样率自适应分块压缩感知方法，先将图像进行三层小波变换，通过低频子带分块求得各图像块的灰度熵H_j，再以灰度熵作为判决条件对高频子带各块自适应分配采样率r_j，将较多的采样数分配给复杂的纹理块、较低的采样数分配给简单的平滑块，精细处理人眼敏感的纹理块，高效处理关注度低的平滑块，同时对低频子带进行盲反卷积处理；然后，对高频子带基于所求得的自适应采样率进行压缩采样，并采用SPL方法充分重建各块细节，最后将盲反卷积后的低频子带图像和压缩重构后的高频子带图像归一化叠加，获得恢复图像用于图像传输。

具体的，包括以下步骤：

S1、对原始图像进行三层小波分解，将高频子带置零，低频子带逆变换得到近似图像F；