【技术实现步骤摘要】
一种基于相邻像素相关性的测量域压缩感知编码算法
[0001]本专利技术属于压缩感知
,具体涉及一种基于相邻像素相关性的测量域压缩感知编码算法。
技术介绍
[0002]由于压缩感知可以突破传统采样中奈奎斯特定律对采样频率的限制,近年来,压缩感知理论在各类信号采集及处理领域发展迅速。在基于压缩感知的CMOS图像传感器中,对变换域近似稀疏的图像信号以较低的采样率进行采样,可以得到低维测量值,即像素的线性组合。这一过程中,采样和压缩同时被实现,N个像素可以被M个测量值代替。压缩感知的优势在于:更少的数据量降低了模数转换器的吞吐率和功耗数字(A/D)转换,同时也有利于硬件实现,这在信号采集资源受限的应用中具有广阔的应用前景。
[0003]然而,压缩感知采样过程中的数据量缩减不完全等于信号压缩,虽然这些测量可以直接传输,但仍然具有较大的带宽。为了进一步降低传输的负载,获得的测量值需要进一步处理生成压缩后的位流。由于压缩感知传感器的输出是测量值而不是像素,这打破了像素域中的空间相邻相关性,不能直接应用传统的基于像素的编码算法 ...
【技术保护点】
【技术特征摘要】
1.一种基于相邻像素相关性的测量域压缩感知编码算法,其特征在于,具体步骤如下:(1)将图像进行分块,得到若干正方形图像分块,每个分块包含N个像素点;假定压缩感知的目标压缩率为R,计算每个图像分块经过测量矩阵处理后得到的测量值数目:M=round(N
×
R),
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中,M<<N;(2)构造M
×
N的测量矩阵,记为APMM:首先,在图像分块中选择一个像素点为中心,扩展若干个像素点得到一个小分区;然后,围绕中心像素点,在分区中利用二维高斯方程计算得到不同位置像素点的权重,越靠近中心像素点,权重越大;分区内所有像素的总权重为1,而分区外的所有像素权重为0;至此,得到图像分块中N个像素的一种线性组合方式,即APMM矩阵的一行;重复以上步骤M次,在图像分块中均匀选择M个像素点,得到M个不同分区对应的权重分配方案,产生APMM矩阵;该APMM矩阵是个稀疏矩阵,便于硬件计算;二维高斯方程:其中,(r,c)表示块内像素点的坐标,(r0,c0)为分区中心像素点的坐标,参数σ
r
和σ
c
分别是行方向和列方向的方差,用于调整分区在水平和垂直方向上扩展的权重,A是振幅,用于保证分区总权重为1;(3)将M
×
N的测量矩阵APMM与原始图像分块对应的N
×
1的像素矩阵相乘,得到当前图像分块的测量值集合Y,其中,包含M个测量值;(4)生成参考测量值:测量值集合Y分别对应图像分块中的不同分区,将测量值与分区中心像素点的位置一一匹配;由于测量值数量M远少于像素数量N,分块中存在N
‑
M个空缺位置没有匹配测量值;图像分块的最右列、最底行包含分块的边界信息,拷贝相邻的测量值填...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。