[发明专利]一种字典优化方法

摘要

本发明公开了一种字典优化方法，其能够更好地携带光场数据的结构特征，减小字典的存储空间，明显提高光场图像的重建质量。该方法包括步骤：(1)探究基于压缩感知光场摄影技术中观测矩阵和字典作用的过程；(2)根据相机的结构推导出结构化的观测矩阵P；(3)结合压缩感知中观测矩阵与字典的非一致性，以及压缩感知和稀疏编码理论知识，构建优化字典模型；(4)根据光场视图间具有高度的相关性，且各个视图共享相似的结构内容，结合上述结构化观测P，构造结构字典SD；(5)根据结构化的观测P，对优化字典模型求解，最终得到优化的结构字典OSD和优化的字典OD。

主权项

1.一种字典优化方法，该方法包括以下步骤：(1)探究基于压缩感知光场摄影技术中观测矩阵和字典作用的过程；(2)根据相机的结构推导出结构化的观测矩阵P；(3)结合压缩感知中观测矩阵与字典的非一致性，以及压缩感知和稀疏编码理论知识，构建优化字典模型；(4)根据光场视图间具有高度的相关性，且各个视图共享相似的结构内容，结合上述结构化观测P，构造结构字典SD；(5)根据结构化的观测P，对优化字典模型求解，最终得到优化的结构字典OSD和优化的字典OD；(6)用生成的随机结构化观测P对光场数据X进行压缩采样得到观测值Y；(7)通过观测值Y稀疏重建原光场X，包括稀疏求解和重建两部分；所述步骤(1)中，自然信号x∈Rⁿ在一个字典D∈R^n×k下表达为一个稀疏系数α，x＝Dα,||α||₀＜＜n；用观测矩阵P∈R^m×n(m＜＜n)和原信号x作乘积表示在以低于奈奎斯特采样率的情形下进行采样，得到压缩采样信号y，y＝PDα；求解：结合x＝Dα,||α||₀＜＜n，得出初始信号；所述步骤(2)中，观测矩阵P为公式(4)P＝[P₁^T,P₂^T,…,P_M^T]^T  (4)其中，P_i,k＝[aⁱ¹,…，a^il,…,a^iN]，k＝1,…,s×s,a^ij表示视图j到达观测i的光量，M表示观测的次数；其特征在于，所述步骤(3)中，根据压缩感知中观测矩阵与字典的非一致性，以及压缩感知和稀疏编码理论知识，构建优化字典模型为公式(6)其中λ₁是控制误差项比重的系数，X是一个光场样本，Y是样本观测数据α_k是系数矩阵A的第k列。