基于引导滤波与剪切滤波的红外图像压缩感知重构方法
【专利摘要】本发明公开了一种基于引导滤波与剪切滤波的红外图像压缩感知重构方法，主要解决传统红外图像质量低和现有压缩感知重构方法效果差的问题。其步骤为：1.利用引导滤波对原始红外图像进行多尺度分解，得到一个低频模糊图和一系列高频细节图；2.对高频细节图利用剪切滤波进行多方向分解，采用部分哈达玛矩阵对不同方向系数进行降维观测，并使用多路径匹配追踪方法进行优化重构，对不同方向的重构系数再通过剪切滤波得到重构的高频细节图；3.将重构的高频细节图与经过传统线性采样得到的低频平滑图相加，得到红外重构图像。本发明与现有压缩感知技术相比，获得了较好的重构质量，是一种有效可行的红外图像重构方法。
【专利说明】基于引导滤波与剪切滤波的红外图像压缩感知重构方法
【技术领域】
[0001] 本发明涉及一种基于引导滤波与剪切滤波的红外图像压缩感知重构方法。
【背景技术】
[0002] 红外成像系统已广泛应用于军事和民用领域，如红外夜视、精确制导、搜索跟踪和 安防监控等。随着人们对红外系统的图像获取要求越来越精细化和多样化，这就必须要提 高系统的质量，但由于制造工艺及量子效率等因素的限制，很难通过减少像元尺寸或增加 阵元数量来提高红外成像系统的质量，这已成为现代红外成像技术发展的瓶颈。因此，必须 打破传统的成像方式，并发展新体制红外成像，实现高质量的红外成像。
[0003] 新兴的压缩感知（compressed sensing, CS)根据目标信号结构的稀疏特性，通过 低维欠采样数据的非相关测量实现高维稀疏信号的采集，信号的投影测量数据量远小于传 统采样方法所获的数据量，突破了香农采样定理的瓶颈，使得以高于焦平面阵列器件大小 所决定的质量来恢复更高质量的红外场景成为可能。因此，本发明将压缩感知理论引入到 红外图像重构中，以获得高质量红外图像。
[0004] 对于压缩感知理论的实现，包含三个关键要素：稀疏表示、非相关观测和优化重 构。而稀疏表示对图像的重构质量有着重要影响，常用的方法是将图像在某一变换域中进 行稀疏表示，由于变换后的低频子带是原图像的逼近，不具有稀疏性，故只对具有较高稀疏 度的高频子带进行压缩感知重构。岑翼刚等人在文献[基于单层小波变换的压缩感知图像 处理[J].通信学报，2010, 31 (8) :52-55]中提出了基于单层小波变换的压缩感知方法，其 分解只限于水平、垂直和对角三个方向，不同对图像进行较好的稀疏表示。Xue Bi等人在文 献[Image compressed sensing based on wavelet transform in contourlet domain[J] Signal Processing，2011，91 (5) :1085-1092]中将图像在多个变换域中进行稀疏表示，其 方法流程是输入一轮廓波变换一小波变换一高频子带进行压缩重构一小波逆变换一软阈 值去噪一轮廓波逆变换一维纳滤波一输出，该方法需要处理多个变换域中产生的不同噪 声，方法复杂度高，不利于实际应用。李国燕等人在文献[基于离散剪切波的压缩感知MRI 图像重建[J].计算机应用研究，2013,30(6) :1895-1898]中提出了基于离散剪切波变换的 压缩感知重构方法，对原图进行离散剪切波变换，得到各方向、各尺度的子带系数，由于该 文献使用的离散剪切波是需要进行上采样的，容易在方向滤波过程中产生频带混叠现象， 方向子带的分解不具有平移不变性。
【发明内容】
[0005] 本发明的目的在于克服传统红外图像质量低和现有压缩感知重构方法效果差，提 出一种基于引导滤波和剪切滤波的红外图像压缩感知重构方法，以有效提高红外图像质 量。
[0006] 为实现上述目的，本发明将引导滤波与剪切滤波相结合对红外图像进行稀疏变 换，然后对高频细节图进行压缩感知观测和重构，最后将重构的高频细节图与保留下来的 低频模糊图进行逆变换得到最终的红外重构图像。
[0007] 本发明的方法具体步骤如下：
[0008] (1)对原始红外图像进行稀疏变换：采用引导滤波对原始红外图像I进行多尺度 分解，得到一个低频上的模糊图像L k(k= 1，2, ···，!(）和一系列高频上的细节图像Hk，其中 低频图包含图像的基本信息，占据整个图像的大部分能量，高频图包含不同尺度上的边缘 或纹理等细节信息；然后对不同尺度上的高频细节图Hk采用剪切滤波进行多方向分解，得 到每个尺度下、不同方向的高频系数次(〃=1.2.…
[0009] (2)对每个尺度上不同方向的高频系数进行压缩重构：采用部分哈达玛矩阵Φ对 高频系数进行低维观测< =0/?，再使用多路径匹配追踪方法对得到的降维观测数据进行 优化重构。
[0010] (3)对每个尺度上不同方向的高频重构系数进行逆变换：通过剪切滤波得到不同 尺度上的重构高频细节图像；将重构的高频细节图像与保留下来的低频模糊图像一起进行 多尺度引导滤波重构，即可得到原始红外图像的重构图。
[0011] 本发明与现有技术相比具有如下优点：
[0012] 在压缩感知中，图像的稀疏度对重构质量至关重要，本发明将引导滤波与剪切滤 波相结合实现多尺度多方向稀疏表示，得到更低的稀疏度，因而获得更好的压缩感知重构 效果。
【专利附图】
【附图说明】
[0013] 图1是本发明的总流程图。
[0014] 图2是实验选取的真实红外图像飞机。
[0015] 图3是实验选取的真实红外图像人物。
[0016] 图4是在采样率为50%下，不同方法对图2所示的飞机红外图像的压缩感知重构 结果，图4(a)为文献一的方法重构结果，图4(b)为文献二的方法重构结果，图4(c)为文献 三的方法重构结果，图4(d)为本发明的方法重构结果。
[0017] 图5是采样率为50%下，不同方法对图3所示的人物红外图像的压缩感知重构结 果，图5(a)为文献一的方法重构结果，图5(b)为文献二的方法重构结果，图5(c)为文献三 的方法重构结果，图5(d)为本发明的方法重构结果。
【具体实施方式】
[0018] 参照图1，本发明的具体实现步骤如下：
[0019] 步骤一，对原始红外图像进行稀疏变换
[0020] (la)采用引导滤波对原始红外图像进行多尺度分解，得到一个低频模糊图像和一 系列高频细节图像
[0021] 引导滤波（Guided Filtering，GF)是一种基于局部线性模型的显式滤波器，可以 快速地实现保边平滑功能，且不会出现梯度反转现象。滤波输出Y与引导图像X之间存在一 个局部线性模型，假设Y是X的一个线性变换，在一个以像素 S为中心的局部窗口 ω3中：
[0022] Tm =usXm+vsymerns (1)
[0023] 其中，（us，vs)是半径为1的窗口 c〇s中的线性系数。由于VT = MVZ，故该线性模 型保证了滤波输出Y与引导图像X具有相同的边缘信息。为了确定线性系数（us，v s)的最 优解，使滤波输入I与滤波输出Y之间的差异最小化，通过最小化窗口中的代价函数：
[0024]
【权利要求】
1. 一种基于引导滤波与剪切滤波的红外图像压缩感知重构方法，包括如下步骤： (1) 对原始红外图像进行稀疏变换：采用引导滤波对原始红外图像I进行多尺度分解， 得到一个低频上的模糊图像Lk(k = 1，2,…，K)和一系列高频上的细节图像Hk，其中低频 图包含图像的基本信息，占据整个图像的大部分能量，高频图包含不同尺度上的边缘或纹 理等细节信息；然后对不同尺度上的高频细节图采用剪切滤波进行多方向分解，得到每一 个尺度下，不同方向的高频系数。 (2) 对每一个尺度不同方向上的高频系数进行压缩重构：采用部分哈达玛矩阵对高频 系数进行低维观测，再使用多路径匹配追踪方法对得到的降维观测数据进行优化重构。 (3) 对每一个尺度不同方向上的高频重构系数进行逆变换：通过剪切滤波得到不同尺 度上的重构高频细节图像；将重构的高频细节图像与保留下来的低频模糊图像一起进行多 尺度引导滤波重构，即可得到原始红外图像的重构图。
2. 根据权利要求1所述的基于引导滤波与剪切滤波的红外图像压缩感知重构方法，其 特征在于，步骤（1)所述的使用引导滤波实现多尺度分解方法为： 采用引导滤波GF实现对红外图像I进行如下的K级分解，可得到一系列不同尺度上的 高频细节图Hk(k = 1，2，…，K)和一个低通模糊图Lk。 \Lk =GV(k ,). \Hk=Lk-'-Lk 其中，设置引导图像与滤波输入I相同，滤波窗口半径r = 3,正则化参数λ = 〇. 〇〇5， Lk = GFdkJ表示对图像进行一次引导滤波。
3. 根据权利要求1所述的基于引导滤波与剪切滤波的红外图像压缩感知重构方法，其 特征在于，步骤（1)所述的使用剪切滤波实现多方向分解方法为： 采用Meyer小波建立剪切滤波对各尺度下的高频细节图进行方向滤波，实现方向分 解。
【文档编号】G06T9/00GK104268907SQ201410490600
【公开日】2015年1月7日 申请日期:2014年9月23日 优先权日:2014年9月23日
【发明者】秦翰林, 韩姣姣, 周慧鑫, 宗靖国, 赖睿, 延翔, 王炳健, 李佳, 曾庆杰, 成宽洪, 刘上乾 申请人:西安电子科技大学