[发明专利]基于单像素相机的视频多帧重建方法及装置

权利要求书

1.一种基于单像素相机的视频多帧重建方法，其特征在于，该方法包括以下步骤：

利用单像素相机获取连续多帧图像对应的一维测量值；

基于所述连续多帧图像对应的一维测量值建立视频多帧重建模型，所述视频多帧重建模型使得多帧图像在时间维度上具有低秩性，在空间维度上具有全变分正则化先验；

通过增广拉格朗日乘子法求解所述视频多帧重建模型，得出各变量迭代表达式，其中，所述视频多帧重建模型的表达式为：

min||S₁||_*+||S₂||_l1，其约束条件是：

G₁＝S₁-X，

G₂＝S₂-HX，

G₃＝b-AX，

其中，最小化核范数||·||_*表示帧间低秩性约束，最小化l1范数||·||_l1表示全变分正则化约束，X为待求解的多帧图像集合矩阵，X＝[x₁，x₂，x₃，...，x_p]，x_i(i＝1，2，...，p)为从初始起第i个图像[m，n]的向量化，大小为[1，m*n]，多帧图像集合矩阵内共含有p帧视频图像，b为测量值矩阵，H为梯度算子，A为调制掩膜矩阵，A＝[a₁，a₂，a₃，...，a_s]中a_i(i＝1，2，...，s)为单个调制掩膜的向量化后的转置矩阵，a_i大小为[m*n，1]，s为掩膜个数，s/(m*n)为单像素采样率，表达式中参数X满足b＝AX，为了方便求解引入若干个辅助变量，分别是S₁、S₂、G₁、G₂和G₃，其中，S₁满足S₁＝X，S₂满足S₂＝HX，辅助变量G₁、G₂和G₃理论上为0；

代入测量值和已知的调制掩膜矩阵，经多次迭代，从所述测量值中解耦合出多帧图像。

2.根据权利要求1所述的基于单像素相机的视频多帧重建方法，其特征在于，通过所述增广拉格朗日乘子法推导出一种凸优化算法来求解所述视频多帧重建模型；

其中，所述通过所述增广拉格朗日乘子法推导出一种凸优化算法来求解所述视频多帧重建模型包括以下步骤：

通过所述增广拉格朗日乘子法将所述视频多帧重建模型的表达式转化为最小化拉格朗日函数，所述最小化拉格朗日函数的公式为：

其中，最小化核范数||·||_*表示帧间低秩性约束，最小化l1范数||·||_l1表示全变分正则化约束，最小化F范数表示辅助变量与对应变量间误差尽可能小，·表示内积，X为待求解的多帧图像集合矩阵，X＝[x₁,x₂,x₃,...,x_p]，x_i(i＝1,2,…,p)为从初始起第i个图像[m,n]的向量化，大小为[1,m*n]，多帧图像集合矩阵内共含有p帧视频图像，b为测量值矩阵，H为梯度算子，A为调制掩膜矩阵，A＝[a₁,a₂,a₃,...,a_s]中a_i(i＝1,2,…,s)为单个调制掩膜的向量化后的转置矩阵，a_i大小为[m*n,1]，s为掩膜个数，s/(m*n)为单像素采样率，表达式中参数X满足b＝AX，为了方便求解引入辅助变量S₁和S₂，满足S₁＝X，S₂＝HX，μ₁，μ₂和μ₃为平衡不同优化项的权重，y₁,y₂和y₃为将等式约束纳入目标函数的拉格朗日乘数，

求得参数的解或者更新公式。