图像信号多空间特征建模与优化重建方法研究

不论是互联网还是物联网，现代信息社会都离不开图像重建。由于获得的图像信息不全，图像恢复实质是解欠定病态的图像退化模型。传统利用图像均匀平滑的假设构造正则项已不适合具有多变纹理和复杂结构的图像。近年国际新兴起的压缩感知(CS)理论为此病态问题引入了新的解决思路，但标准CS需要已知信号的稀疏性条件很难满足，且用L1范数优化求解需要的观测样本多，造成恢复信号准确性差。本课题针对这两个问题提出图像信号多空间特征建模和组合Lp优化方案。研究内容：①建立图像多空间特征模型；②寻找可压缩信号的最小泛函空间；③Lp 范数的非凸向近似凸目标函数转化问题，并用自然计算求解。创新点：提出用非稀疏性多空间描述图像信号并建立新型正则项；提出加权非凸函数近似凸函数方法；提出基于自然计算方法解决Lp范数近似凸函数优化算法。本课题预期在信息处理理论上有突破，技术上有创新，为其在弱获取的信息重构应用中奠定理论和技术基础。