基于视觉感知的自适应块压缩传感图像编码方法技术

一种低复杂的基于视觉感知的自适应块压缩传感图像编码方法，其特征是：I.块压缩传感：1.编码：读入图像并分块；块观测；将观测值和观测率发至解码端；2.解码：由观测率得观测矩阵；求初始解；维纳滤波；用PL更新；DCT变换；双变量收缩阈值处理；IDCT；用PL更新；反复迭代到初始阶段结束；II.视觉分析：分析每个重构的DCT系数块；块分类；送入反馈信道；III.视觉感知指导的自适应块压缩传感：1.编码：根据反馈来的结果自适应观测；将观测值和观测率送至解码端；2.解码：组合观测值；上一阶段恢复图像做初值；维纳滤波；用PL更新；DCT变换；双变量收缩阈值处理；IDCT；用PL更新；迭代到解码结束；进行下一阶段分析、自适应观测和重构，到恢复图像满足要求。

【技术实现步骤摘要】

本专利技术属于图像编码方法
，具体涉及一种低复杂度的。
技术介绍
压缩传感(Compressive Sensing,简写为CS)理论是近几年来刚刚兴起的一种全新的信号处理方法。其优点在于CS对信号的采样数据量远远小于传统采样方法所获取的数据量，突破了香农采样定理的瓶颈，使得高分辨率信号的采集成为可能。CS理论要求信号本身是可压缩的或在某种变换域下可以稀疏表示，采用非自适应线性投影来保持信号的原始结构，然后通过数值最优化问题准确重构原始信号。由于CS中的采样一般通过一个随机矩阵来实现，一旦应用于二维图像，将面临如下问题一是观测矩阵比较大，将对内存资源要求高，并使计算量增大；二是整幅图像的变换忽略了图像在空间位置和时间域上的局部稀疏性，造成系统性能下降。为此，Lu Gan提出了块压缩传感(Block Compressive Sensing,简写为BCS),对图像进行分块观测,从而降低了观测矩阵的大小；同时，一些快速有效的恢复算法也接连被提出，如M. A. T. Figueiredo等人提出的GPSR算法、T. T. Do等人提出的稀疏自适应匹配追踪算法等。但是这种块压缩传感算法并没有考虑到图像中不同块的特性及其对恢复质量的影响。专利(申请号201110074327. X)提出了一种基于自适应块压缩传感的渐进图像编码方法，根据块分类使用不同的观测率对图像块进行采样。但是这种方法中，一方面由于块分类在编码端进行，其复杂性影响了 CS固有的编码简单特性；另一方面这种分类方法仅针对图像像素适用，忽略了人眼的感知特性。近年来，人类视觉特性被大量应用于图像处理中以进一步提高系统的主观、客观恢复性能。如国内学者路 文提出了基于HDW的图像质量评价方法，梁慧提出将视觉分析用到视频隐写中。由于视觉感知信息可以通过分析某种变换域下(如离散余弦变换DCT，小波变换以及contourlet变换)的系数来获得，以更能够捕捉到图像中的细节和变换信息。而CS重构也都在变换域中进行，这就很方便进行CS域的视觉分析，从而提高图像的恢复质量。然而，目前尚未见到如何将视觉特性应用在CS中。
技术实现思路
本专利技术的目的是提供一种低复杂度的、利用人类视觉感知特性来指导自适应块压缩传感(Adaptive Block compressive sensing,简写为ABCS)的图像编码方法，可以克服现有技术中存在的诸多缺点。本专利技术的技术方案是，其特征是包括下列步骤1.块压缩传感(BCS)，具体包括下列步骤1. BCS 编码(I).读入ー副NXN大小图像x，将其分成多个WXW大小不重叠的图像块；(2).生成ー个W2XW2大小的正交高斯随机矩阵作为种子观测阵①；(3).对每ー个图像块Xi利用公式⑴进行CS观测本文档来自技高网...

【技术保护点】
一种基于视觉感知的自适应块压缩传感图像编码方法，是将视觉特性应用在压缩传感(CS)中，利用CS重构在某种变换域下的特性，在解码端直接对每次重构的变换域系数进行视觉分析，并通过反馈信道逐级地将分析结果传送到编码端来指导观测率分配，其特征在于具体包括下列步骤：I.块压缩传感(BCS)，具体包括下列步骤：1.BCS编码：(1).读入一副N×N大小图像x，将其分成多个W×W大小不重叠的图像块；(2).生成一个W2×W2大小的正交高斯随机矩阵作为种子观测阵Φ；(3).对每一个图像块xi利用公式(1)进行CS观测：yi＝ΦW.xi，????????(1)其中，ΦW是第i个图像块的观测矩阵，其大小为m×W2，由种子观测阵Φ的前m行组成，MR为预设的观测率；yi是对应xi的观测值，所有yi组成整幅图像x的观测值集合y；(4).将观测值集合y以及观测率MR发送到解码端；2.BCS解码，具体步骤如下：(1).在解码端，预先存储一个与编码端相同的种子观测阵Φ，通过编码端发送过来的观测率MR抽取Φ的前m行，得到观测矩阵ΦW；(2).由公式(2)得到整幅图像的初始解：x(0)=Φ0Ty,---(2)其中，Φ0是由ΦW组成的块对角矩阵，是Φ0的转置矩阵，y是由编码端发送过来的观测值集合；(3).对x(j)(j代表迭代次数，第一次迭代时为x(0))进行维纳滤波，以消除图像的块效应；(4).对于滤波后的图像中每一个块通过PL算法进行更新，如公式(3)所示：x^i(j)=xi(j)+ΦWT(yi-ΦWxi(j));---(3)(5).利用公式(4)对每个块进行DCT变换，得到的稀疏表示，θi(j)=ψx^i(j),---(4)其中，θi(j)为在DCT基下的系数，Ψ为DCT变换基；(6).对每个θi(j)利用公式(5)进行双变量收缩阈值处理，得到更加稀疏的系数：θ^i(j)=((θi(j))2+(θi(j-1))2-λ3σ(j)σξ)+(θi(j))2+(θi(j-1))2·θi(j),---(5)其中，若g≤0，则(g)+＝0，若g＞0，则(g)+＝g；λ是一个收敛控制常数；是θi(j)的中位数估计值；是θi(j)的边缘方差；(7).利用公式(6)对进行DCT变换，得到的稀疏表示，θ(j)=ψx^(j),---(6)其中，θ(j)为在DCT基下的系数，Ψ为DCT变换基；(8).对θ(j)利用公式(7)进行双变量收缩阈值处理，得到更加稀疏的系数：θ^(j)=((θ(j))2+(θ(j-1))2-λ3σ(j)σξ)+(θ(j))2+(θ(j-1))2·θ(j),---(7)其中，若g≤0，则(g)+＝0，若g＞0，则(g)+＝g；λ是一个收敛控制常数；是θ(j)的中位数估计值；是θ(j)的边缘方差；(9).利用公式(8)对进行反变换(IDCT)，得到本次迭代的近似解：x‾(j)=ψ-1θ^(j);---(8)(10).对于中的每一个块利用公式(9)进行更新：xi(j+1)=x‾i(j)+ΦWT(yi-ΦWx‾i(j));---(9)(11).重复进行步骤(3)?(10)，直到得到的解满足终止条件(如公式(10)所示)，停止迭代，得到初始阶段的所有块的最优DCT系数并恢复图像R0：|D(j+1)?D(j)|＜10?4，??????(10)其中，D(j)=1N||x(j)-x^(j-1)||2.II.视觉特性分析，具体包括下列步骤：(1).将每个重构的W×W大小的DCT系数块分成四个部分：直流(DC)、低频(LF)、中频(MF)和高频(HF)，并分别标记四个部分的系数绝对值之和为DC、L、M和H；(2)根据下列五种情况将DCT系数块分成平滑块、边沿块和纹理块。情况A：若M+H≤μ1，那么这个块是平滑的，被划分为平滑块；否则进入情况B的判断，其中μ1＝125；情况B：若M+H＞μ2不成立，那么进入情况C1的判断；否则进入情况C2的判断。其中μ2＝900；情况C1：若满足下列条件之一：①L/M≥α1且(L+M)/H≥β1；②L/M≥β1且(L+M)/H≥α1；③...

【技术特征摘要】
1. 一种基于视觉感知的自适应块压缩传感图像编码方法，是将视觉特性应用在压缩传 感(CS)中，利用CS重构在某种变换域下的特性，在解码端直接对每次重构的变换域系数进 行视觉分析，并通过反馈信道逐级地将分析结果传送到编码端来指导观测率分配，其特征 在于具体包括下列步骤.1.块压缩传感(BCS)，具体包括下列步骤.1.BCS编码(1).读入一副NXN大小图像...

【专利技术属性】
技术研发人员：李志宏，王安红，张雪，刘磊，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：