一种基于自适应阈值的稀疏空域差错隐藏方法技术

本发明专利技术提出一种基于自适应阈值的稀疏空域差错隐藏方法，首先对受损图像中的丢失宏块进行丢失子区域划分，利用基于置信度指数的最佳优先策略确定丢失子区域恢复顺序；接着，对于每一个丢失子区域，通过基于自适应阈值的局部区域匹配算子筛选潜在子区域和观测子区域，组成潜在空间和观测空间；之后通过主成分分析(PCA)方法分别构建潜在空间和观测空间的自适应字典，利用基于α

【技术实现步骤摘要】
一种基于自适应阈值的稀疏空域差错隐藏方法


[0001]本专利技术涉及一种基于自适应阈值的稀疏空域差错隐藏方法，属于图像通信


技术介绍

[0002]在如今的数字时代，不同领域会产生大量数据，例如文本、图像、语音、视频等，其中图像是生活中重要的信息载体。图像在获取和传输过程中通常因多种原因受到破坏，造成图像中部分像素缺失，退化成受损图像。在图像学领域中，受损图像恢复是一重要的研究课题。图像受损的成因众多，常见原因如下：(1)噪声类污染(包括随机噪声污染、高斯噪声、椒盐噪声污染等)，(2)掩膜类污染(文字掩膜污染、斑点掩膜污染、块类掩膜污染等)。其中，块丢失类掩膜污染在实际中的一大来源是图像通信过程中的块丢失现象，差错控制技术针对这一现象展开研究。在已有差错控制技术研究中，解码端的差错隐藏技术因流程简单等优点受到青睐。空域差错隐藏是解码端差错隐藏技术中的一种，仅利用当前帧图像中块与块间的联系进行恢复，无需其它帧的信息。因此，空域差错隐藏方法不仅可用于视频中的帧图像恢复，也可用于单独的图像恢复。
[0003]近年来，空域差错隐藏方法得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应阈值的稀疏空域差错隐藏方法，其特征在于，包括以下步骤：步骤1、输入受损图像，统计受损图像中丢失宏块总数m和各丢失宏块对应坐标；步骤2、循环执行以下步骤：步骤2.1、对当前丢失宏块进行丢失子区域划分，设当前丢失宏块的边长为a，丢失子区域边长为b，将当前丢失宏块划分成个丢失子区域；步骤2.2、计算各丢失子区域的置信度指数，将置信度指数由高到低排列确定各丢失子区域的恢复顺序，对于任一丢失子区域，置信度指数定义为当前丢失子区域周围的可用像素之和；步骤2.3、循环执行以下步骤：步骤2.3.1、对当前丢失子区域和其相邻子区域分别遍历得到定义域内对应的潜在子区域和观测子区域；步骤2.3.2、采用基于自适应阈值的局部区域匹配算子，筛选得到符合要求的潜在子区域和观测子区域，组成潜在空间和观测空间；步骤2.3.3、采用主成分分析(PCA)方法分别构建潜在空间自适应字典和观测空间自适应字典；步骤2.3.4、采用基于α
‑
ML核函数的核岭回归(KRR)方法建立潜在空间和观测空间之间的局部线性相关模型，将当前丢失子区域的相邻子区域作为局部线性相关模型的输入量，得到当前丢失子区域的粗略估计值；步骤2.4、通过稀疏重构得到当前丢失宏块的精确估计值，更新受损图像中当前丢失宏块的部分；步骤3、输出恢复图像。2.如权利要求1所述的一种基于自适应阈值的稀疏空域差错隐藏方法，其特征在于，所述在步骤2.3.2阶段中局部区域匹配算子采用了基于自适应阈值的欧式距离准则，其中自适应阈值的计算融合了丢失子区域的相邻子区域和所有观测子区域间的平均相关性系数以及第k个欧式距离最小的观测子区域对应的欧式距离，自适应阈值的计算公式为D
Euc
(y
i

【专利技术属性】
技术研发人员：刘浩，周镭，魏国林，
申请(专利权)人：东华大学，
类型：发明
国别省市：