一种多假设预测的分块压缩感知图像处理方法技术

一种多假设预测的分块压缩感知图像处理方法，涉及数字图像和信号处理的技术领域，具体说是应用多假设分块压缩感知结合平滑滤波实现图像的高质量重构技术。为了提高图像重构的质量，提出一种基于多假设预测的分块压缩感知图像重构技术，实现了图像处理在实时性和重构质量之间好的折中。（1）根据图像结构及其在空间的相关性，对图像进行分块，并在小波域，应用3级双正交9/7DWT（离散小波变换）和RDWT(冗余DWT)对不同的图像分块信号进行变采样率压缩感知采样。（2）图像重构时，在测量域，应用多假设预测生成一种信号残差，并根据加权正则化Tikhonov矩阵计算假设的最佳线性组合，最后通过多尺度分块压缩感知MS-BCS-SPL技术重构图像。

【技术实现步骤摘要】

本专利技术涉及数字图像和信号处理的
，具体说是应用多假设分块压缩感知结合平滑滤波实现图像的高质量重构技术。
技术介绍
由于数据的稀疏性表示和高质量信号的恢复性能，压缩感知(CompressedSensing, CS)理论目前成为图像采样和图像重构实现的研究热点。对于图像的多维信号处理，CS技术应用的最大挑战是计算的复杂性和图像重构质量之间的矛盾。目前，解决此问题的主要方法是:(I)分块 CS 采样及其在重构实现时的 SCS-SPL (Block-based CompressedSensing (BCS)with smoothed projected Landweber reconstruction, BCS-SPL) 技术:SCS-SPL技术利用图像分块CS的先验知识和平滑投影重构技术。相对于图像特征的CS全采样技术，这种方法确实提高了计算开销，解决了计算实时性问题。但是，一定程度上，SCS-SPL技术降低了重构的图像质量。(2)在 DWT 域 MS-SCS-SPL (multiscale variant BCS-SPL，MS-SCS-SPL)技术。MS-SCS-SPL技术对图像信号中包含不同信息量的分块采用不同的采样率，也就是分块自适应采样的方法。这种技术提高了图像的重构质量，但计算的复杂度高于SCS-SPL技术，从而影响了图像信号恢复的实时性。为了兼顾图像信号恢复的实时性和高质量的要求，在CS投影域，利用多假设(Multihypothesis Predictions)预测和高压缩率残差信号,本专利技术提出一种基于多假设预测的分块压缩感知图像处理技术。 ▲多假设预测的分块压缩感知图像处理技术的主要优点是:(I)图像采样处理时，利用图像空间相关性，把图像分成块和子块，对每个块和子块的不同子带，通过双正交9/7DWT变换应用变采样率进行测量。这种变采样率测量得到的数据反映了图像的结构和特征信息，为图像的高质量重构奠定了应用基础。(2)图像重构处理时，先对块数据建立一定大小的搜索窗口，然后把块数据内进一步划分为不同的子块，在搜索窗口建立多假设预测。最后，根据多假设预测，应用加权正则化Tikhonov矩阵产生图像重构的先验知识，并结合MS-BCS-SPL算法能够高质量恢复图像数据。(3)提出的方法，相对于BCS-SPL和MS-BCS-SPL技术，重构的图像峰值信噪比大约提高了 ldB-3dB的。重构图像所用时间根据图像特征和采样子率不同而不同，相对于MS-BCS-SPL 技术节约了 33.05s。为描述方便，先引出附图:附图说明图1是像的CS采样处理；图2是像的CS重构处理；图3是基于子块的多假设预测处理权利要求1.，实现内容分为两个部分:(1)图像采样处理:自适应变采样分块CS处理技术；(2)图像重构处理:多假设预测多尺度分块CS重构处理技术，其特征是: 一、图像采样处理: (1)把一个图像被分成BXB块，这里分块的大小B根据图像重构的速率和重构的质量要求折中决定，按照经验，一般地取B=16，32，64 ； (2)对每个图像块使用一个合适大小的测量矩阵进行采样，在每个图像的分块内，采样时使用9/7双正交3级DWT作为多尺度变换矩阵Ω，Ω进行I级(1=1, 2，3)分解时，大小为BXB图像块采样使用随机DCT SRM观测矩阵进行实现，其中，每一级采样使用不同的采样权重进行处理； (3)对采样得到的CS数据观测值输出； 二、图像重构处理: (O根据接收的观测数据y，在DWT域建立分块测量矩阵，并使用DDWT (双树DWT，Dual-tree DffT)作为稀疏基； (2)对每个图像子块的周围设置搜索窗，并进行多假设加权正则化Tikhonov预测处理，得到图像重构的先验知识，结合先验知识，解决图像重构时的迭代阈值最小二乘的病态欠定问题； (3)在DWT域，调用MS-BCS-SPL算法； (4)重构恢复原始图像。2.根据权利要求1所述的方法，其特征是图像采样处理的实现过程: (1)把大小为NXN的一幅图像X，分成BXB±夹，根据9/7双正交DWT进行3级分解的变换原理，当1=1，2，3，我们分别选取每一级的块大小为B1 = 16，32，64 ； (2)对每个图像块选取大小为X為2的测量矩阵Φ1;其中，Ms,是I级测量维数，mb, =QA log尽)，且满足Ms1 +mb2 +Mlh =M,K1 +K2 +K3 =K , M为CS测量矩阵观测的数值总的维数；K为CS的稀疏度，即非O元素的个数； 因此，整个图像测量矩阵Φ的大为MbXB2,整个图像的采样子率为S = Μβ/Β2，整个图像的测量矩阵Φ具有对角型结构性矩阵Φ = Cliag(O1),其形式为:"Φ； 0...0 " OΦ,..■ 0._Φ=.:...⑴ ο ο ο α 假设Xl,s, j是第I级子带S上的第j块图像的向量表示，且满足S e {H，V，D}，I彡I彡L(H表示水平方向子带，V为垂直方向子带，D为对角方向子带)，那么，CS的采样观测值为:yi’s’J = Φ1.Xl’s’J ⑵ (3)DWT分解不同级采样子率的确定原则:由于不同级的DWT分解对图像重构有不同的重要性，因此，本专利技术在每一个I级都会调整采样过程以产生不同的采样子率S1 (其中，设置DWT基带子率为全采样子率，S0 = I), I级的采样子率S1定义如下:S1 = W1.S7 (3)这里，W1为I级的子率加权系数，整个图像的采样子率由公式(4)确定，3.图像重构处理的实现过程 (1)根据接收的观测数据1，在DWT域建立分块测量矩阵，使γ=ΦΩ X，这里，当I3l < B1时，Ω为9/7双正交3级DWT多尺度变换矩阵；当Id1 = B1时，Ω为RDWT矩阵，Φ为确定性测量矩阵，具体形式为:全文摘要，涉及数字图像和信号处理的
，具体说是应用多假设分块压缩感知结合平滑滤波实现图像的高质量重构技术。为了提高图像重构的质量，提出一种基于多假设预测的分块压缩感知图像重构技术，实现了图像处理在实时性和重构质量之间好的折中。(1)根据图像结构及其在空间的相关性，对图像进行分块，并在小波域，应用3级双正交9/7DWT(离散小波变换)和RDWT(冗余DWT)对不同的图像分块信号进行变采样率压缩感知采样。(2)图像重构时，在测量域，应用多假设预测生成一种信号残差，并根据加权正则化Tikhonov矩阵计算假设的最佳线性组合，最后通过多尺度分块压缩感知MS-BCS-SPL技术重构图像。文档编号G06T5/00GK103247028SQ201310089440公开日2013年8月14日 申请日期2013年3月19日 优先权日2013年3月19日专利技术者赵慧民, 朱立, 陈小玲 申请人:广东技术师范学院本文档来自技高网...

【技术保护点】
一种多假设预测的分块压缩感知图像处理方法，实现内容分为两个部分：（1）图像采样处理：自适应变采样分块CS处理技术；（2）图像重构处理：多假设预测多尺度分块CS重构处理技术，其特征是：?一、图像采样处理：?（1）把一个图像被分成B×B块，这里分块的大小B根据图像重构的速率和重构的质量要求折中决定，按照经验，一般地取B=16,32,64；?（2）对每个图像块使用一个合适大小的测量矩阵进行采样，在每个图像的分块内，采样时使用9/7双正交3级DWT作为多尺度变换矩阵Ω，Ω进行l级（l=1,2,3）分解时，大小为B×B图像块采样使用随机DCT?SRM观测矩阵进行实现，其中，每一级采样使用不同的采样权重进行处理；?(3)对采样得到的CS数据观测值输出；?二、图像重构处理：?（1）根据接收的观测数据y，在DWT域建立分块测量矩阵，并使用DDWT（双树DWT，Dual?tree?DWT）作为稀疏基；?（2）对每个图像子块的周围设置搜索窗，并进行多假设加权正则化Tikhonov预测处理，得到图像重构的先验知识，结合先验知识，解决图像重构时的迭代阈值最小二乘的病态欠定问题；?（3）在DWT域,调用MS?BCS?SPL算法；?（4）重构恢复原始图像。...

【技术特征摘要】

【专利技术属性】
技术研发人员：赵慧民，朱立，陈小玲，
申请(专利权)人：广东技术师范学院，
类型：发明
国别省市：