[發(fā)明專利]基于變權(quán)重式壓縮感知采樣的空域可縮小圖像重構(gòu)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310421628.4
• 申請(qǐng)日: 2013-09-16
• 公開(kāi)（公告）號(hào): CN103473744A
• 公開(kāi)（公告）日: 2013-12-25
• 發(fā)明（設(shè)計(jì)）人: 朱樹(shù)元;曾兵
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T9/00
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 曾磊

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理領(lǐng)域,主要涉及數(shù)字圖像的空域縮小重構(gòu)技術(shù)。

背景技術(shù)

圖像通常來(lái)源于自然場(chǎng)景，任何圖像的拍攝記錄過(guò)程,實(shí)質(zhì)是將原始景物進(jìn)行數(shù)據(jù)采樣和壓縮的過(guò)程。隨著網(wǎng)絡(luò)技術(shù)和新興多媒體技術(shù)的發(fā)展，要求圖像處理不僅要適應(yīng)復(fù)雜多變的網(wǎng)絡(luò)環(huán)境，而且要適應(yīng)多變的顯示環(huán)境。如何實(shí)現(xiàn)高效的多分辨率圖像處理，特別是低采樣率條件下的多分辨率圖像處理，以適應(yīng)多變的顯示環(huán)境，是目前圖像處理領(lǐng)域所面臨的一大挑戰(zhàn)。而如何在新興壓縮技術(shù)下實(shí)現(xiàn)對(duì)原始場(chǎng)景或圖像的低分辨率顯示，是首當(dāng)其沖需要解決的問(wèn)題。

長(zhǎng)期以來(lái),為了能夠完整地重建信號(hào),傳統(tǒng)的采樣過(guò)程都要遵循奈奎斯特采樣定理來(lái)實(shí)現(xiàn)。這一采樣理論在信號(hào)處理領(lǐng)域被沿用了將近八十年，直到壓縮感知理論的提出，才打破了這一采樣準(zhǔn)則。2006年,Donobo,Candes和Tao等人提出了針對(duì)稀疏信號(hào)處理的壓縮感知理論，根據(jù)壓縮感知理論，可以在遠(yuǎn)低于奈奎斯特采樣定理中所要求的采樣頻率的情況下對(duì)信號(hào)進(jìn)行隨機(jī)采樣，從而得到少量的觀測(cè)值，然后通過(guò)求解凸優(yōu)化問(wèn)題，即可利用這些觀測(cè)值對(duì)原始信號(hào)進(jìn)行精確重構(gòu)，以實(shí)現(xiàn)數(shù)據(jù)的壓縮。這一理論的一個(gè)重要應(yīng)用就是對(duì)圖像進(jìn)行壓縮處理，這也是近年來(lái)圖像處理領(lǐng)域的一項(xiàng)重大突破。經(jīng)過(guò)壓縮感知采樣得到的數(shù)據(jù)，在完成對(duì)原始數(shù)據(jù)采樣的同時(shí)，也完成了對(duì)數(shù)據(jù)的壓縮，這本身就是一個(gè)高效的信息處理過(guò)程。

利用現(xiàn)有的基于壓縮感知的圖像壓縮及重構(gòu)技術(shù)對(duì)經(jīng)過(guò)采樣后的數(shù)據(jù)進(jìn)行低分辨率圖像重構(gòu)時(shí)，需要分兩步實(shí)現(xiàn)：第一步，對(duì)采樣后的數(shù)據(jù)在壓縮感知域進(jìn)行與原圖像同分辨率的重構(gòu)；第二步，對(duì)重構(gòu)后的圖像在空域進(jìn)行下采樣，得到低分辨率的圖像。這種分步實(shí)現(xiàn)的方法，存在一個(gè)重大的缺陷：在采樣率較低的情況下，重構(gòu)出的同分辨率圖像質(zhì)量較差，再利用這種低質(zhì)量的圖像去產(chǎn)生低分辨率的圖像，最終得到的圖像的質(zhì)量也會(huì)比較差。為了克服這一缺陷，本發(fā)明專利利用壓縮采樣得到的數(shù)據(jù)在壓縮感知域直接構(gòu)造高質(zhì)量的低分辨率圖像，以實(shí)現(xiàn)可縮小的圖像重構(gòu)。

發(fā)明內(nèi)容

本發(fā)明的目的一種基于壓縮感知采樣的空域可縮小圖像的重構(gòu)方法，它是通過(guò)把對(duì)圖像的壓縮感知采樣與空域可縮小重構(gòu)相結(jié)合，實(shí)現(xiàn)在低采樣率的條件下直接構(gòu)造高質(zhì)量低分辨率圖像的目的。與現(xiàn)有的基于壓縮感知的空域可縮小重構(gòu)方法相比,本發(fā)明具有能夠高效地提供高質(zhì)量低分辨率圖像的特點(diǎn)，能夠克服現(xiàn)有方法中使用“壓縮感知域重構(gòu)-空域下采樣”兩步實(shí)現(xiàn)圖像的空域可縮小重構(gòu),而無(wú)法提供高質(zhì)量參考圖像,進(jìn)而無(wú)法產(chǎn)生高質(zhì)量低分辨率圖像的缺點(diǎn)。

為了方便描述本發(fā)明的內(nèi)容，首先做以下術(shù)語(yǔ)定義：

定義1，傳統(tǒng)的圖像分塊方法

傳統(tǒng)的圖像分塊方法按照J(rèn)PEG標(biāo)準(zhǔn)中對(duì)圖像進(jìn)行分塊的方法，將原始圖像劃分為多個(gè)互不重疊的等尺寸圖像塊，具體描述過(guò)程參見(jiàn)“JPEG(Joint?Photographic?Experts?Group):ISO/IEC?IS10918–1/ITU-T?Recommendation?T.81,Digital?Compression?and?Coding?of?Continuous-Tone?Still?Image,1993”；

定義2，傳統(tǒng)的圖像塊合成圖像的方法

傳統(tǒng)的圖像塊合成圖像的方法是按照J(rèn)PEG標(biāo)準(zhǔn)中用圖像塊進(jìn)行相互不重疊組合以合成完整圖像的方法，具體描述過(guò)程參見(jiàn)“JPEG(Joint?Photographic?Experts?Group):ISO/IEC?IS10918–1/ITU-T?Recommendation?T.81,Digital?Compression?and?Coding?of?Continuous-Tone?Still?Image,1993”；

定義3，傳統(tǒng)的壓縮感知采樣

傳統(tǒng)的壓縮感知采樣方法是在低于奈奎斯特采樣率的條件下，根據(jù)設(shè)定的采樣率，產(chǎn)生隨機(jī)采樣矩陣Ф，用隨機(jī)采樣矩陣Ф對(duì)原始信號(hào)進(jìn)行采樣，獲取信號(hào)的離散樣本的方法,具體描述過(guò)程參見(jiàn)文獻(xiàn)“Compressed?sensing”。

定義4，傳統(tǒng)的基于圖像塊的壓縮感知采樣

為了實(shí)現(xiàn)對(duì)二維圖像的壓縮感知采樣，通常先將二維圖像分塊,再將每個(gè)二維圖像塊轉(zhuǎn)化為一個(gè)一維信號(hào)，最終用隨機(jī)采樣矩陣Ф對(duì)每個(gè)一維信號(hào)進(jìn)行壓縮采樣,具體步驟參見(jiàn)文獻(xiàn)“Block?compressed?sensing?of?natural?images”。

定義5，傳統(tǒng)的梯度投影稀疏重建法