一种基于多层离散小波变换系数的图像压缩及重构方法技术

本发明专利技术公开了一种基于多层离散小波变换系数的图像压缩及重构方法，融合离散小波变换和压缩感知的图像压缩方案，可以很好避免采用离散余弦变换和压缩感知单独使用时所带来的块效应，但当前基于单层离散小波变换的算法压缩比较低，基于多层离散小波变换的算法重构质量欠佳。为了解决这些不足，本发明专利技术方法根据离散小波变换系数的特点，通过修改离散小波变换稀疏向量的构造，对现有基于多层离散小波变换的算法提出了改进，图像经小波变换后，保留图像最高层低频系数，高频系数的构造方式给予适当改进；选用满足约束等距性质伯努利随机矩阵构造观测矩阵。仿真实验结果表明，与现有算法相比，重构图像的PSNR值有明显提高。

【技术实现步骤摘要】
一种基于多层离散小波变换系数的图像压缩及重构方法所属领域本专利技术涉及一种多层离散小波变换系数向量稀疏化技术，属于数字图像压缩与处理

技术介绍
根据奈奎斯特采样定理，传统的信号采样速率必须大于或等于被采样信号带宽的2倍，才能无失真地恢复模拟信号。当前信息需求量急剧增加，这种高速采样的过程浪费了大量的资源。近年来，压缩感知(Compressedsensing,CS)的出现突破了这一限制。压缩感知理论使得信号采集的同时对数据进行压缩，即感知压缩了的信息。其核心思想是如果信号是可压缩的或者在某个变换基上是稀疏的，那么就可以利用观测矩阵将其投影到一个低维空间，获得远小于信号维度的测量值，再通过压缩感知重构算法求解出原始信号。压缩感知的出现，给信号处理领域带来了解决问题的新思路。压缩感知理论广泛应用于图像压缩处理中，但自然界的大部分信号并不都是稀疏的，使用压缩感知的前提条件就是图像是稀疏的，所以稀疏向量的构造对整个图像的压缩重构质量起决定性的作用。大部分自然信号，例如图像、视频和语音信号等，都能在特定的正交变换基上进行稀疏表示。对于图像和视频信号而言，典型的稀疏基包括离散余弦变换基、离散小本文档来自技高网...

【技术保护点】
一种基于多层离散小波变换系数的图像压缩及重构方法，其特征在于，该方法包括以下步骤：（1）原始图像经多层离散小波变换，保留最高层的低频系数，对绝对值小于预设阈值的系数量化为零；（2）构造稀疏向量；（3）利用伯努利随机矩阵作为测量矩阵与稀疏向量相乘得到降低维度后的稀疏向量，对数据进行压缩；（4）利用正交匹配追踪算法对所述降低维度后的稀疏向量进行重构，得到测量前的稀疏向量，对所述测量前的稀疏向量重新组合后经离散小波逆变换，最后得到了重构的图像。

【技术特征摘要】
1.一种基于多层离散小波变换系数的图像压缩及重构方法，其特征在于，该方法包括以下步骤：（1）原始图像经多层离散小波变换，保留最高层的低频系数，对绝对值小于预设阈值的系数量化为零；（2）构造稀疏向量；（3）利用伯努利随机矩阵作为测量矩阵与稀疏向量相乘得到降低维度后的稀疏向量，对数据进行压缩；（4）利用正交匹配追踪算法对所述降低维度后的稀疏向量进行重构，得到测量前的稀疏向量，对所述测量前的稀疏向量重新组合后经离散小波逆变换，最后得到了重构的图像。2...

【专利技术属性】
技术研发人员：张萌，罗文东，张倩茹，黄子祺，朱振宇，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32