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...

【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：