一种节能的压缩感知图像编码方法技术

本发明专利技术涉及节能的压缩感知图像编码方法，有效解决现有技术中存在的高编码能耗及编解码能耗无法兼顾的问题，方法是：对输入图像进行块分割，划分为若干互不重叠的图像块；计算各图像块的梯度值；利用各块的梯度值构造测量矩阵，实施分块CS测量；利用各块的测量矩阵，构造投影矩阵；实施投影矩阵与观测向量的内积运算，重建各图像块，并合并成最终的重建图像。本发明专利技术根据各图像块的梯度值实施自适应CS测量，梯度值量化了图像块的稀疏度，确保了编码器在低能耗条件下仍可捕获到图像块的绝大多数信息；利用投影矩阵线性重建各图像块，在获得良好重建质量的同时降低了解码能耗。利用对CIF格式视频序列实施编解码，编码能耗低、解码能耗低。

An energy-efficient compression sensing image coding method

The invention relates to an energy-saving compressed sensing image coding method, which effectively solves the problem that the high coding energy consumption and codec energy consumption in the existing technology can not be taken into account. The method is: block segmentation of the input image, divide into several non overlapping image blocks, calculate the gradient value of each image block, and use the gradient values of each block. The measurement matrix is built and the CS measurement is carried out. The projection matrix is constructed by using the measurement matrix of each block, and the inner product of the projection matrix and the observation vector is implemented, and the image blocks are reconstructed and merged into the final reconstructed images. The invention implements adaptive CS measurement according to the gradient value of each image block, and the gradient value quantifies the sparsity of the image block, ensuring that the encoder can still capture most of the information of the image block under low energy consumption, and reconstructs the image blocks linearly by using the projection matrix, and reduces the decoding energy consumption while obtaining good reconstruction quality. Encoding and decoding of CIF format video sequences, encoding energy consumption is low, decoding energy consumption is low.

【技术实现步骤摘要】
一种节能的压缩感知图像编码方法
本专利技术涉及图像编码
，特别是一种节能的压缩感知图像编码方法。
技术介绍
随着物联网的高速发展，越来越多的设备实现了互联。设备间的数据传输消耗了巨大能量，因此，节能的物联网受到了学术界和工业界众多关注。视觉传感器是物联网中的主要能耗源，现有工作设计了一些节能传感器，例如，CITRIC(P.Chen,P.Ahammad,C.Boyer,etal."CITRIC:Alow-bandwidthwirelesscameranetworkplatform,"ACM/IEEEInternationalConferenceonDistributedSmartCameras,pp.1-10,2008)、MicrelEye(A.Kerhet,M.Magno,F.Leonardi,A.Boni,andL.Benini."Alow-powerwirelessvideosensornodefordistributedobjectdetection,"JournalofReal-TimeImageProcessing,vol.2,no.4,pp.331-342,2007)等。这些节能视觉传感器尺寸很小，仅有一美分硬币大小，但尺寸限制了计算能力，当实施计算量较高的图像编码算法，例如，JPEG(M.Pennebaker."JPEG:StillImageDataCompressionStandard,"SpringerScience&BusinessMedia,1992)、H.264/AVC(G.J.Sullivan,P.N.Topiwala,A.Luthra."TheH.264/AVCadvancedvideocodingstandard:overviewandintroductiontothefidelityrangeextensions,"ProceedingsofSPIE,vol.5558.pp.454-474,2004)、HEVC(G.J.Sullivan,J.-R.Ohm,W.-J.Han,andT.Wiegand,"Overviewofthehighefficiencyvideocoding(HEVC)standard,"IEEETransactionsonCircuitsandSystemsforVideoTechnology,vol.22,no.12,pp.1649-1668,2012)等，将消耗较大能量，因此，在物联网节能要求下，亟待专利技术一种低能耗的图像编码方法。针对节能物联网，压缩感知(CompressiveSensing,CS)可提供一种低能耗编码方案。CS的最大优点在于，它的随机测量能以欠奈奎斯特速率采样与压缩图像，因此，依据CS，可设计低能耗的编码器。尽管CS可降低能量投入，但它并不影响压缩效率。与传统的图像编码器相似，基于CS的图像编码器仍可生成低带宽的码流。然而，CS编码器节约能耗的代价是增加了解码图像的复杂度。虽然物联网云端有充足的能力处理高复杂度的工作，但节能的要求仍然需要。综上所述，现有技术中的图像编码方法，存在编码能耗高的问题。CS方案可降低编码能耗，但又存在无法兼顾解码能耗的问题。
技术实现思路
本专利技术提供一种节能的压缩感知图像编码方法，可有效解决现有技术中存在的高编码能耗及编解码能耗无法兼顾的问题。本专利技术解决的技术方案是，一种节能的压缩感知图像编码方法，方法是：对输入图像进行块分割，划分为若干互不重叠的图像块；计算各图像块的梯度值；利用各块的梯度值构造测量矩阵，实施分块CS测量；利用各块的测量矩阵，构造投影矩阵；实施投影矩阵与观测向量的内积运算，重建各图像块，并合并成最终的重建图像。本专利技术根据各图像块的梯度值实施自适应CS测量，梯度值量化了图像块的稀疏度，确保了编码器在低能耗条件下仍可捕获到图像块的绝大多数信息；利用投影矩阵线性重建各图像块，在获得良好重建质量的同时降低了解码能耗。采用编解码时间度量能耗，利用对CIF格式视频序列实施编解码，编码能耗低、解码能耗低，且确保了良好的重建质量，获得了更好的时间-失真性能，是压缩感知图像编码方法的创新，具有很强的实用价值。附图说明图1为本专利技术方法的流程图。图2为本专利技术分块梯度值的计算图。图3为本专利技术与JPEG编码技术的时间-失真性能对比图。具体实施方式以下结合流程图和具体情况对本专利技术的具体实施方式作详细说明。本专利技术在具体实施中，一种节能的压缩感知图像编码方法，包括以下步骤：(1)、输入图像，对输入图像进行块分割，划分为若干互不重叠的图像块，方法是：利用CMOS传感器阵列，获得自然景观感知的图像x，由CMOS传感器阵列将自然景观感知的图像x输入到编码器中，对图像进行分块，划分为若干互不重叠的图像块，输入图像x，尺寸为N＝Ir×Ic，对x作块分割，分块尺寸为B×B，并自上向下、自左向右排序图像块，各图像块按光栅扫描方式拉成列向量，其中第i个图像块表示为xi，i＝1,2,…,n,n＝N/B2；(2)、计算各图像块的梯度值(见图2所示)，方法是：将图像块xi的四邻域块表示为xi○j,j＝1,2,3,4，计算图像块xi与任一邻域块xi○j的能量误差，计算公式是：式中||·||2为l2范数，其定义如下：其中v是输入向量，vk为向量分量，L为向量长度。计算图像块xi与其四邻域块间能量误差的最大值Gi：Gi＝max{Ei,1,Ei,2,Ei,3,Ei,4}式(3)式中max{·}表示取输入元素中最大值，利用Gi，计算xi的梯度值如下：(3)、利用各块的梯度值构造测量矩阵，实施分块的CS测量，包括以下步骤：3.1：图像块xi的初始测量次数M0i为：式中M为输入图像x的总测量次数；3.2：图像块xi的测量次数Mi为：Mi＝round[0.7·gi·M+M0i]式(6)式中round[·]为对输入数值作四舍五入运算；3.3：利用伪随机序列技术(G.MarsagliaandW.W.Tsang,"Thezigguratmethodforgeneratingrandomvariables,"JournalofStatisticalSoftware,vol.5,no.8,pp.1-7,2000)构造图像块xi的尺寸为Mi×B2的测量矩阵ФBi，并对图像块xi实施分块的CS测量：yi＝ΦBi·xi式(7)式中yi为图像块xi的观测向量，i＝1,2,…,n；3.4：将所有块的观测向量打包，并传输至解码器；(4)、利用各块的测量矩阵，构造投影矩阵，包括以下步骤：4.1：计算图像块xi的自相关矩阵E[xixiT]：式中上标T为矩阵转置运算；(ri,q,ci,q)为像素xi,q的空间坐标；4.2：构造图像块xi的尺寸为Mi×B2的测量矩阵ФBi；4.3：构造图像块xi的投影矩阵Hi：式中上标-1为矩阵求逆运算；(5)、实施投影矩阵与观测向量的内积运算，重建各图像块，并合并成最终的重建图像：重建图像块将所有重建图像块i＝1,2,…,n，合并为重建图像从而实现节能压缩感知图像编码。由上述可知，本专利技术是提供一种节能的压缩感知图像编码方法，与现有技术相比，其有益效果为：本专利技术根据各图像块的梯度值实施自适应CS测量，梯度值量化了图像块的稀疏度，本文档来自技高网...

【技术保护点】
1.一种节能的压缩感知图像编码方法，其特征在于：对输入图像进行块分割，划分为若干互不重叠的图像块；计算各图像块的梯度值；利用各块的梯度值构造测量矩阵，实施分块CS测量；利用各块的测量矩阵，构造投影矩阵；实施投影矩阵与观测向量的内积运算，重建各图像块，并合并成最终的重建图像。

【技术特征摘要】
1.一种节能的压缩感知图像编码方法，其特征在于：对输入图像进行块分割，划分为若干互不重叠的图像块；计算各图像块的梯度值；利用各块的梯度值构造测量矩阵，实施分块CS测量；利用各块的测量矩阵，构造投影矩阵；实施投影矩阵与观测向量的内积运算，重建各图像块，并合并成最终的重建图像。2.根据权利要求1所述的节能的压缩感知图像编码方法，其特征在于，包括以下步骤：(1)、输入图像，对输入图像进行块分割，划分为若干互不重叠的图像块，方法是：利用CMOS传感器阵列，获得自然景观感知的图像x，由CMOS传感器阵列将自然景观感知的图像x输入到编码器中，对图像进行分块，划分为若干互不重叠的图像块，输入图像x，尺寸为N＝Ir×Ic，对x作块分割，分块尺寸为B×B，并自上向下、自左向右排序图像块，各图像块按光栅扫描方式拉成列向量，其中第i个图像块表示为xi，i＝1,2,…,n,n＝N/B2；(2)、计算各图像块的梯度值，方法是：将图像块xi的四邻域块表示为xi○j,j＝1,2,3,4，计算图像块xi与任一邻域块xi○j的能量误差，计算公式是：式中||·||2为l2范数，其定义如下：其中v是输入向量，vk为向量分量，L为向量长度。计算图像块xi与其四邻域块间能量误差的最大值Gi：Gi＝max{Ei,1,Ei,2,Ei,3,Ei,4}式(3)式中max{·}表示取输入元素中最大值，利用Gi，计算xi的梯度值如下：(3)、利用各块的梯度...

【专利技术属性】
技术研发人员：李然，段晓萌，沈克琳，
申请(专利权)人：信阳师范学院，
类型：发明
国别省市：河南,41