买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本发明提出一种基于分层稀疏编码的数据库图像数据存储方法与系统，属于图像数据存储技术领域。本发明对输入图像进行无参考图像质量评估来判别图像质量，之后根据判别的图像质量结果，利用基于深度学习的稀疏自编码器、K‑SVD算法、3D自组织映射算法，针对高分辨率图像数据、轮廓清晰图像数据、低分辨率图像数据分别提取特征，以构造超完备字典，并将超完备字典存储在数据库中；另外，根据测试集重建图像的结构相似性计算结果检验超完备字典的性能，使得图像能够根据地址码在在超完备字典中还原原始图像数据，便于数据库存储的同时也能够在一定程度上减轻内存占用率。

主权项：1.一种基于分层稀疏编码的数据库图像数据存储方法，其特征在于，所述方法包括：步骤S1、对训练集中的L个图像经清洗和去重后进行数据预处理，所述数据预处理为对训练集中的L个图像进行切块处理；其中，所述切块处理将L个图像中的每一个图像均匀切分为k个图像块，共得到L×k个图像块，且各个图像块之间没有重合部分；步骤S2、对经切块处理后得到的L×k个图像块进行无参考图像质量评估，从而对L个图像进行分类；其中，将L个图像分为第一类图像、第二类图像、第三类图像；第一类图像的分辨率高于第一阈值，第二类图像的分辨率不高于第一阈值且高于第二阈值，第三类图像的分辨率不高于第二阈值，并且第一阈值大于第二阈值；步骤S3、基于所述第一类图像、第二类图像、第三类图像分别构造第一原始字典、第二原始字典、第三原始字典；步骤S4、分别利用基于深度学习的自编码器、K-SVD算法、3D自组织映射算法对第一原始字典、第二原始字典、第三原始字典进行学习，得到第一超完备字典、第二超完备字典、第三超完备字典；步骤S5、将第一超完备字典、第二超完备字典、第三超完备字典组合为过完备字典，基于过完备字典对测试集中的图像进行重建，并计算重建图像和测试集中的图像之间的结构相似性；其中，结构相似性高于相似性判别阈值时，停止字典学习过程，得到经学习优化后的过完备字典；步骤S6、利用经学习优化后的过完备字典获取待存储图像地址码，基于地址码对待存储图像进行存储，并基于地址码对经存储的图像进行重建；其中，在步骤S4中：利用基于深度学习的自编码器对第一原始字典进行学习，从而得到第一超完备字典；具体包括：对于第一原始字典，将图像块输入至稀疏自编码器中，利用两层隐藏层分别提取轮廓特征和边缘特征；并在两个隐藏层中均添加L1范数来度量隐藏层的稀疏激活程度，通过不断调整稀疏性惩罚项的权重，控制神经元的稀疏度；激活函数选择LeakyRELU函数；将所有特征进行组合形成第一超完备字典，并计算第一超完备字典中每个单位原子上图像块的均方差；利用K-SVD算法对第二原始字典进行学习，从而得到第二超完备字典；具体包括：对第二原始字典中的每个图像块进行K-SVD分解，并提取出每个图像块的分解系数，以构成稀疏系数矩阵，将第二原始字典与稀疏系数矩阵的乘积分解为多个秩为1的矩阵和，利用矩阵和更新第二原始字典，从而得到第二超完备字典，并计算第二超完备字典中每个单位原子上图像块的标准差；利用3D自组织映射算法对第三原始字典进行学习，从而得到第三超完备字典；具体包括：对第三类图像中每个图像的每个图像块，计算图像块的方差，在第三原始字典中查找与该方差最接近的图像块作为最优原子，利用高斯核函数更新最优原子及最优原子的邻域原子的权重，从而得到第三超完备字典，并计算第三超完备字典中每个单位原子上图像块的协方差；其中，在步骤S5中：按照步骤S1至S2对测试集中的图像进行处理，得到测试集中的图像的分类结果，并根据分类结果从过完备字典中选取对应的超完备字典；对测试集中的图像的每个图像块计算均方差标准差协方差，基于计算结果从对应的超完备字典中选取最接近的图像块，从而得到重建图像；计算重建图像和测试集中的图像之间的结构相似性，结构相似性高于相似性判别阈值时，停止字典学习过程，得到经学习优化后的过完备字典，相似性判别阈值为0.85。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种基于分层稀疏编码的数据库图像数据存储方法与系统