圖像結(jié)構(gòu)信息驅(qū)動(dòng)的壓縮感知重建算法及重建質(zhì)量評(píng)測(cè).pdf

1、基于信號(hào)的稀疏性或可壓縮性，壓縮感知理論突破了傳統(tǒng)奈奎斯特-香農(nóng)采樣定理的限制，證明了可通過獲取遠(yuǎn)低于奈奎斯特采樣率的采樣數(shù)據(jù)來精確重建原始信號(hào)，從而實(shí)現(xiàn)了信號(hào)采樣和壓縮過程的同時(shí)完成。作為一種新的高效信號(hào)獲取方式，壓縮感知為研究低功耗帶寬受限的成像系統(tǒng)提供了理論基礎(chǔ)。壓縮感知理論包括三部分主要內(nèi)容:稀疏表示、線性壓縮采樣和非線性重建。其中，非線性重建算法的優(yōu)劣決定了信號(hào)的重建精度和質(zhì)量，從而影響了后續(xù)對(duì)信號(hào)的分析和處理。因此，非線性重

2、建的重要作用使其成為壓縮感知理論研究中的關(guān)鍵問題和主要內(nèi)容?？紤]線性壓縮采樣過程確定的情況下，壓縮感知重建是一個(gè)不適定的反問題，可通過深入挖掘信號(hào)的稀疏性和其它先驗(yàn)信息，并引入重建過程，提高算法的重建性能。針對(duì)重建信號(hào)，如何給出合適的質(zhì)量評(píng)測(cè)準(zhǔn)則來定量分析其重建質(zhì)量，也可反過來指導(dǎo)重建算法的設(shè)計(jì)。論文以二維圖像作為研究對(duì)象，對(duì)圖像結(jié)構(gòu)信息和稀疏性先驗(yàn)驅(qū)動(dòng)的壓縮感知重建算法及重建質(zhì)量評(píng)測(cè)算法進(jìn)行相關(guān)研究，取得的主要研究成果和創(chuàng)新點(diǎn)包括:<

3、br>　　(1)針對(duì)壓縮感知圖像重建問題，以圖像的梯度模稀疏性先驗(yàn)為基礎(chǔ)，分析傳統(tǒng)全變差(Total Variation，TV)最小化重建模型容易導(dǎo)致重建結(jié)果過度平滑的缺點(diǎn)，提出一種非局部結(jié)構(gòu)相似約束的加權(quán)TV壓縮感知重建算法。論文模型在圖像梯度信息的基礎(chǔ)上利用魯棒函數(shù)來估計(jì)加權(quán)TV的權(quán)重，并使用ROF(Rudin-Osher-Fatemi)去噪模型對(duì)權(quán)重進(jìn)行進(jìn)一步優(yōu)化，從而減少計(jì)算權(quán)重時(shí)受噪聲的影響，以達(dá)到克服傳統(tǒng)TV正則化會(huì)導(dǎo)致重建

4、圖像的邊緣和紋理細(xì)節(jié)部分模糊或丟失的缺點(diǎn)的目的。其次，利用結(jié)構(gòu)相似性指標(biāo)來描述圖像的非局部相似性先驗(yàn)，同時(shí)利用邊緣自適應(yīng)steering核模型來描述局部自相似性先驗(yàn)，將它們引入提出的加權(quán)TV模型，得到最終的復(fù)合正則化重建模型。最后，結(jié)合投影法和算子分裂法對(duì)優(yōu)化模型求解。實(shí)驗(yàn)結(jié)果表明，相對(duì)于其它基于TV正則化模型或復(fù)合正則化重建模型，所提模型和算法的重建性能無論是在視覺效果還是在客觀評(píng)價(jià)指標(biāo)上都有明顯的提高，可以較好的保持圖像邊緣等結(jié)構(gòu)細(xì)

5、節(jié)信息。
　　(2)考慮圖像的TV正則化先驗(yàn)，不能有效描述圖像邊緣和紋理的方向性信息，同時(shí)容易造成恢復(fù)圖像的過平滑效應(yīng)，而方向TV由于考慮了圖像幾何結(jié)構(gòu)的方向信息，可在一定程度上避免邊緣紋理等結(jié)構(gòu)部分的過平滑效應(yīng)，但是易受噪聲等因素的影響，提出一種方向性結(jié)構(gòu)驅(qū)動(dòng)的自適應(yīng)方向TV壓縮感知重建算法。整個(gè)模型分為兩步交替迭代進(jìn)行:一步是用重建的圖像對(duì)方向TV的方向場(chǎng)精細(xì)化估計(jì);另一步是用估計(jì)的方向場(chǎng)對(duì)壓縮感知圖像進(jìn)行重建。實(shí)驗(yàn)結(jié)果顯示，

6、圖像結(jié)構(gòu)方向的考慮和精細(xì)化估計(jì)，有助于提高邊緣和紋理等有明顯方向性的圖像結(jié)構(gòu)部分的重建效果，與其它重建算法相比，在峰值信噪比的提高和結(jié)構(gòu)保持方面明顯改善。
　　(3)壓縮感知照相機(jī)網(wǎng)絡(luò)是分布式壓縮感知網(wǎng)絡(luò)的熱點(diǎn)問題，通常采用單視圖像壓縮感知的逐一獨(dú)立重建算法，沒有考慮多視圖像間的幾何相關(guān)性和結(jié)構(gòu)性，聯(lián)合重建能力較弱。我們利用多視圖像間的極線幾何關(guān)系，建立空間相關(guān)性的觀測(cè)模型。利用多視圖像幾何相關(guān)性的參數(shù)化變換觀測(cè)模型，本文提出了一

7、個(gè)視間相關(guān)性和低秩背景引導(dǎo)的多視圖像壓縮感知聯(lián)合重建模型。針對(duì)該模型的求解，論文設(shè)計(jì)了基于變量分裂和交替迭代技術(shù)的求解算法。仿真實(shí)驗(yàn)驗(yàn)證了所提模型算法的合理性和有效性，以及對(duì)噪聲的魯棒性。
　　(4)傳統(tǒng)基于像素誤差的圖像質(zhì)量評(píng)測(cè)方法的缺點(diǎn)主要集中在不能對(duì)人類視覺系統(tǒng)感興趣的幾何結(jié)構(gòu)等信息進(jìn)行比較判別。而最近出現(xiàn)的基于結(jié)構(gòu)相似的質(zhì)量評(píng)價(jià)方法及相關(guān)改進(jìn)算法，充分利用了這種結(jié)構(gòu)相似性質(zhì)，在圖像質(zhì)量評(píng)測(cè)方面取得了一些進(jìn)展。但它們都沒有考

8、慮到人眼觀察圖像時(shí)的感知誤差掩蓋現(xiàn)象，致使評(píng)價(jià)準(zhǔn)確度有待進(jìn)一步提高。鑒于此，本章提出一種視覺掩蓋與結(jié)構(gòu)相似驅(qū)動(dòng)的圖像感知質(zhì)量評(píng)測(cè)算法。該算法以能夠有效描述圖像結(jié)構(gòu)信息的結(jié)構(gòu)張量為基礎(chǔ)，給出幾何結(jié)構(gòu)方向的定義，并將其引入結(jié)構(gòu)比較度量，用來提升度量效果。同時(shí)，考慮視覺掩蓋現(xiàn)象對(duì)圖像評(píng)估的影響，特別以Coutourlet變換域下的圖像特征為基礎(chǔ)，將視覺掩蓋中的對(duì)比度掩蓋和鄰域掩蓋融入到對(duì)比度比較度量中，從而提升對(duì)比度比較度量效果。在國(guó)際公認(rèn)圖