一种基于压缩感知理论的新型图像压缩方法技术

本发明专利技术提供了一种基于压缩感知理论的新型图像压缩方法，它是通过将图像块分为平滑区域和非平滑区域，针对不同区域的图像块采用了不同的压缩感知采样策略。在整体采样率不变的情况下，对纹理特征明显的区域即非平滑区域，分配较多的采样样本，对非平滑区域采用传统的压缩感知采样方法实现压缩感知采样；对平滑的区域，分配较少的采样样本，并对平滑图像块采用了先空域下采样，再进行压缩感知采样的方法。通过对不同区域自适应地分配采样样本，实现采样样本的合理分配，提高采样效率，从而提高图像的整体压缩效率，最终提高了整个图像的重建质量。

【技术实现步骤摘要】
一种基于压缩感知理论的新型图像压缩方法
本专利技术属于图像压缩领域，主要涉及一种基于压缩感知理论的新型图像压缩方法。
技术介绍
压缩感知理论指出，对于具有稀疏特性的信号，在低于奈奎斯特采样率的条件下对信号进行采样，仍可以利用有限的采样样本实现对信号的精确重建。由于自然图像信号在像素域不具备稀疏特性，因此首先需要利用离散余弦变换或小波变换实现信号从像素域到频域的转换，得到由变换域系数组成的具有稀疏特性的特征信号，进而再对该特征信号进行压缩感知采样。由于采样后的样本个数远低于变换域系数的个数以及原始图像的像素点数，因此实现了对图像信号的压缩。为了实现低复杂度的基于压缩感知理论的图像压缩，文献“Blockcompressedsensingofnaturalimages”提出了一种基于图像块的压缩感知算法，有效降低了运算复杂度。为了进一步提高信号重建的速度，文献“Afastapproachforovercompletesparsedecompositionbasedonsmoothednorm”提出了一种快速的重建算法，在保证信号重建质量的同时，极大提高了重建算法的运算速度。传统的基于压缩感本文档来自技高网...

【技术保护点】
一种基于压缩感知理论的新型图像压缩方法，其特征是它包括以下几个步骤：步骤1，对原始图像进行预处理首先，计算分辨率为w×h的输入图像的像素平均值，记为Mean，

【技术特征摘要】
1.一种基于压缩感知理论的新型图像压缩方法，其特征是它包括以下几个步骤：步骤1，对原始图像进行预处理首先，计算分辨率为w×h的输入图像的像素平均值，记为Mean，这里，w代表输入图像的宽度，h代表输入图像的高度，xu,v代表输入图像中的像素点，u代表xu,v的横坐标索引，v代表xu,v的纵坐标索引，u∈{1，2，…，h},v∈{1，2，…，w}，符号Σ代表求和运算；其次，将分辨率为w×h的原始图像，按照标准的无重叠式图像分块方法划分为N个互不重叠的，边长为n的正方形图像块，记为b1，b2，…，bi，…，bN，这里，N＝(w×h)/n2，i代表图像块的索引，i∈{1，2，…，N}；步骤2，求图像块的像素平均值对步骤1产生的每个边长为n的正方形图像块b1，b2，…，bi，…，bN依次求像素平均值，记为meani，这里βp,q代表输入图像块bi中的像素点，p代表βp,q的横坐标索引，q代表βp,q的纵坐标索引，p∈{1，2，…，n},q∈{1，2，…，n}；步骤3，图像块的列向量化如果meani≥Mean，将边长为n的正方形图像块bi中的所有像素点按照从上到下、从左到右的顺序依次取出后，按照自上而下的顺序组成一个大小为n2×1的列向量，记为如果meani<Mean，将边长为n的正方形图像块bi中位于奇数行和奇数列的像素点按照从上到下、从左到右的顺序依次取出后，按照自上而下的顺序组成一个大小为(n2/4)×1的列向量，记为步骤4，产生压缩感知采样矩阵首先，将压缩感知采样的采样率记为r；其次，按照标准的产生压缩感知采样矩阵的方法产生一个大小为m×n2的采样矩阵Φ1；按照标准的产生压缩感知采样矩阵的方法产生一个大小为m×(n2/4)的采样矩阵Φ2；这里，,并且m≤n2/4，符号“”表示对符号内的数按照四舍五入的方式取最接近于它的整数；步骤5，列向量的二维离散余弦变换首先，按照标准的生成离散余弦变换矩阵的方法...

【专利技术属性】
技术研发人员：朱树元，黄丹，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51