一种图像的压缩感知方法、装置及系统制造方法及图纸

本公开是关于一种图像的压缩感知方法、装置和系统，其中所述方法包括：将待处理的第一图像平均分割成多个图像块，获取所述第一图像的YUV空间信息；获得各所述图像块的显著度，并根据各图像块的显著度确定每个图像块的压缩感知测量率，以及对应的根据各个图像块的压缩感知测量率建立对应于各图像块的压缩感知测量矩阵；根据所述压缩感知矩阵建立观测矩阵，根据所述观测矩阵和各个图像块的Y通道信息，获得所述第一图像的Y通道的第一测量结果；利用预设方式对第一测量结果进行重构；基于所述第一图像的U通道信息、V通道信息，以及针对每个图像块重构后的Y通道的重构结果，生成所述第一图像压缩后的第二图像。本公开具有复杂度低且适应性强的特点。

An Image Compression Sensing Method, Device and System

【技术实现步骤摘要】
一种图像的压缩感知方法、装置及系统
：本公开涉及图像处理领域，尤其涉及一种图像的压缩感知方法、装置及系统。
技术介绍
：相关技术中，图像信息的获取和处理过程主要包括采样、压缩、传输和解压缩四个部分。其中，为了方便图像的传输，以及减小存储空间，需要对图像进行压缩处理，而后进行传输等操作。为了实现上述目的，技术人员提供了一种压缩感知算法，其是一种基于稀疏表示的信号压缩和重建技术，但是该方法计算复杂，且不能根据图像的各个部分的信息适应性的进行压缩感知，即现有技术中存在计算复杂且适应性较低的缺陷。
技术实现思路
：为克服相关技术中存在的问题，本公开提供一种简单方便且能够适应性较好的图像的压缩感知方法、装置及系统。根据本公开实施例的第一方面，提供了一种图像的压缩感知方法，其包括：将待处理的第一图像平均分割成多个图像块，并获取所述第一图像的YUV空间信息，其中所述YUV空间信息包括Y通道信息、U通道信息、V通道信息；利用预设的显著度计算方式获得各所述图像块的显著度，并根据各图像块的显著度确定每个图像块的压缩感知测量率，以及对应的根据各个图像块的压缩感知测量率建立对应于各图像块的压缩感知测量矩阵；根据所述压缩感知矩阵建立观测矩阵，以及根据所述观测矩阵和各个图像块的Y通道信息，获得所述第一图像的Y通道的第一测量结果；利用预设方式对第一测量结果进行重构，获得针对每个图像块的Y通道的重构结果；基于所述第一图像的U通道信息、V通道信息，以及针对每个图像块重构后的Y通道的重构结果，生成所述第一图像压缩后的第二图像。在一种可能的实施方式中，所述利用预设的显著度计算方式获得各所述图像块的显著度，包括：利用预设的显著度计算方式获得所述第一图像的各像素点的显著度，并基于所述图像块的分割结果，确定各所述图像块的显著度；或者利用预设的显著度计算方式获得各分块图像中各像素点的显著度，并利用各分块图像中各像素点的显著度，确定各所述图像块的显著度。在一种可能的实施方式中，所述基于所述图像块的分割结果，确定各所述图像块的显著度，或者所述利用各分块图像中各像素点的显著度，确定各所述图像块的显著度，包括：根据第一公式确定各所述图像块的显著度，所述第一公式的表达式为：其中，Bi表示第i个图像块的显著度，bj表示第i个图像块内的第j像素点的显著度，∧(Bi)为各像素块内像素点集合，并且按照B×B的方式分割第一图像。在一种可能的实施方式中，所述根据各图像块的显著度确定每个图像块的压缩感知测量率，包括：根据各图像块的显著度，对各所述图像块进行能量归一化处理；利用能量归一化的处理结果，得到各图像块的压缩感知测量率。在一种可能的实施方式中，所述利用归一化的处理结果，得到各图像块的压缩感知测量率，包括：利用第二公式，得到各图像块的压缩感知测量率，其中所述第二公式的表达式为：Ni＝round[Wi(N-N0)+N0]其中，Wi为第i个图像块的能量归一化的处理结果，且Bi表示第i个图像块的显著度；round＝0.3*N/n，并且N0为预设的图像总测量率，N是第一图像对应的向量长度，n为图像块的个数。在一种可能的实施方式中，所述根据所述压缩感知矩阵建立观测矩阵包括：利用各所述图像块的压缩感知矩阵，建立基于各压缩感知矩阵的对角阵；基于所述对角阵确定所述观测矩阵。在一种可能的实施方式中，所述根据所述观测矩阵和各个图像块的Y通道信息，获得所述第一图像的Y通道的第一测量结果，包括：根据所述第一图像的分块结果以及第一图像的Y通道信息，获得各图像块的Y通道信息；利用第三公式，根据所述观测矩阵和各个图像块的Y通道信息，获得所述第一图像的Y通道的第一测量结果，其中，所述第三公式的表达式为：Y1＝diag[ΦB1,ΦB2,...,ΦBn][y1,y2,...,yn]其中，Y1为Y通道的第一测量结果，ΦBi为第i个图像块的压缩感知矩阵，diag[ΦB1,ΦB2,...,ΦBn]为第一图像的观测矩阵，yi为第i个图像块的Y通道信息。在一种可能的实施方式中，所述利用预设方式对第一测量结果进行重构，获得针对每个图像块的Y通道的重构结果，包括：根据所述第一图像的Y通道的第一测量结果，确定各个图像块的Y通道的第一测量结果；利用第四公式，对各图像块的Y通道的第一测量结果进行重构，获得针对每个图像块的Y通道的重构结果，其中第四公式的表达式为：其中，Y2i为第i个图像块的Y通道的重构结果，Y1i为每个图像块的Y通道的第一测量结果，Ψi为第i个图像块的稀疏矩阵，并且，为第i个图像块的压缩感知测量矩阵，λ为正则项系数，表示获得使得括号内的函数最小的yci。根据本公的第二方面，提供了一种图像的压缩感知装置，其包括：获取模块，其用于将待处理的第一图像平均分割成多个图像块，并获取所述第一图像的YUV空间信息，其中所述YUV空间信息包括Y通道信息、U通道信息、V通道信息；压缩感知测量矩阵建立模块，其用于利用预设的显著度计算方式获得各所述图像块的显著度，并根据各图像块的显著度确定每个图像块的压缩感知测量率，以及根据各图像块对应的压缩感知测量率建立压缩感知测量矩阵；测量模块，其用于根据所述压缩感知矩阵建立观测矩阵，以及根据所述观测矩阵和各个图像块的Y通道信息，获得所述第一图像的Y通道的第一测量结果；重构模块，其用于利用预设方式对第一测量结果进行重构，获得针对每个图像块的Y通道的重构结果；组合模块，其用于基于所述第一图像的U通道信息、V通道信息，以及针对每个图像块重构后的Y通道的重构结果，生成所述第一图像压缩后的第二图像。根据本公开的第三方面，提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行根据第一方面中任意一项所述的方法。本公开的实施例提供的技术方案可以包括以下有益效果：本公开实施例可以将图像的显著度与压缩感知技术结合，其可以对图像进行分块，并根据每个图像块的显著度构建压缩感知矩阵，从而每个图像块的压缩感知矩阵可以不同，由此，能够提高对于图像的适应性，根据各个图像块的压缩感知矩阵建立的观测矩阵对Y通道信息进行重构，从而得到压缩的图像，本公开实施例以较小的计算复杂度得到较高的重构指令的图像，同时还具有算法简单且重构效果好的特点，能够有效的降低图像的存储空间并提高数据传输率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。图1示出根据本公开实施例的一种图像的压缩感知方法的流程图；图2示出根据本公开实施例步骤S200中获得各图像块的显著度的流程图；图3示出根据本公开实施例步骤S200中获得各图像块的显著度的另一流程图；图4示出根据本公开实施例的步骤S200中获得各图像块的压缩感知测量率的流程图；图5示出根据本公开实施例的步骤S300中根据所述压缩感知矩阵建立观测矩阵的流程图；图6示出根据本公开实施例的步骤S300中获得所述第一图像的Y通道的第一测量结果的流程图；图7示出根据本公开实施例的步骤S400的流程图；图8示出根据本公开实施例的一种图像的压缩感知装置的框图；图9示出根据本公开实施例的一种图像的压缩感知装置800的本文档来自技高网...

【技术保护点】
1.一种图像的压缩感知方法，其特征在于，包括：将待处理的第一图像平均分割成多个图像块，并获取所述第一图像的YUV空间信息，其中所述YUV空间信息包括Y通道信息、U通道信息、V通道信息；利用预设的显著度计算方式获得各所述图像块的显著度，并根据各图像块的显著度确定每个图像块的压缩感知测量率，以及对应的根据各个图像块的压缩感知测量率建立对应于各图像块的压缩感知测量矩阵；根据所述压缩感知矩阵建立观测矩阵，以及根据所述观测矩阵和各个图像块的Y通道信息，获得所述第一图像的Y通道的第一测量结果；利用预设方式对第一测量结果进行重构，获得针对每个图像块的Y通道的重构结果；基于所述第一图像的U通道信息、V通道信息，以及针对每个图像块重构后的Y通道的重构结果，生成所述第一图像压缩后的第二图像。

【技术特征摘要】
1.一种图像的压缩感知方法，其特征在于，包括：将待处理的第一图像平均分割成多个图像块，并获取所述第一图像的YUV空间信息，其中所述YUV空间信息包括Y通道信息、U通道信息、V通道信息；利用预设的显著度计算方式获得各所述图像块的显著度，并根据各图像块的显著度确定每个图像块的压缩感知测量率，以及对应的根据各个图像块的压缩感知测量率建立对应于各图像块的压缩感知测量矩阵；根据所述压缩感知矩阵建立观测矩阵，以及根据所述观测矩阵和各个图像块的Y通道信息，获得所述第一图像的Y通道的第一测量结果；利用预设方式对第一测量结果进行重构，获得针对每个图像块的Y通道的重构结果；基于所述第一图像的U通道信息、V通道信息，以及针对每个图像块重构后的Y通道的重构结果，生成所述第一图像压缩后的第二图像。2.根据权利要求1所述的方法，其特征在于，所述利用预设的显著度计算方式获得各所述图像块的显著度，包括：利用预设的显著度计算方式获得所述第一图像的各像素点的显著度，并基于所述图像块的分割结果，确定各所述图像块的显著度；或者利用预设的显著度计算方式获得各分块图像中各像素点的显著度，并利用各分块图像中各像素点的显著度，确定各所述图像块的显著度。3.根据权利要求2所述的方法，其特征在于，所述基于所述图像块的分割结果，确定各所述图像块的显著度，或者所述利用各分块图像中各像素点的显著度，确定各所述图像块的显著度，包括：根据第一公式确定各所述图像块的显著度，所述第一公式的表达式为：其中，Bi表示第i个图像块的显著度，bj表示第i个图像块内的第j像素点的显著度，∧(Bi)为各像素块内像素点集合，并且按照B×B的方式分割第一图像。4.根据权利要求1所述的方法，其特征在于，所述根据各图像块的显著度确定每个图像块的压缩感知测量率，包括：根据各图像块的显著度，对各所述图像块进行能量归一化处理；利用能量归一化的处理结果，得到各图像块的压缩感知测量率。5.根据权利要求4所述的方法，其特征在于，所述利用归一化的处理结果，得到各图像块的压缩感知测量率，包括：利用第二公式，得到各图像块的压缩感知测量率，其中所述第二公式的表达式为：Ni＝round[Wi(N-N0)+N0]其中，Wi为第i个图像块的能量归一化的处理结果，且Bi表示第i个图像块的显著度；round＝0.3*N/n，并且N0为预设的图像总测量率，N是第一图像对应的向量长度，n为图像块的个数。6.根据权利要求1所述的方法，其特征在于，所述根据所述压缩感知矩阵建立观测矩阵包括...

【专利技术属性】
技术研发人员：毕洪波，王秀芳，葛延良，张政，孔肖雪，卢迪，
申请(专利权)人：东北石油大学，
类型：发明
国别省市：黑龙江,23