[發(fā)明專利]一種基于壓縮感知的高魯棒性圖像自適應(yīng)壓縮方法有效
| 申請(qǐng)?zhí)枺?/td> | 201610129938.2 | 申請(qǐng)日: | 2016-03-08 |
| 公開(kāi)(公告)號(hào): | CN105654530B | 公開(kāi)(公告)日: | 2018-07-31 |
| 發(fā)明(設(shè)計(jì))人: | 程恩;陳煒玲;袁飛;陳柯宇;朱逸 | 申請(qǐng)(專利權(quán))人: | 廈門大學(xué) |
| 主分類號(hào): | G06T11/00 | 分類號(hào): | G06T11/00;H04N19/90 |
| 代理公司: | 廈門南強(qiáng)之路專利事務(wù)所(普通合伙) 35200 | 代理人: | 馬應(yīng)森 |
| 地址: | 361005 *** | 國(guó)省代碼: | 福建;35 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 壓縮 感知 高魯棒性 圖像 自適應(yīng) 方法 | ||
一種基于壓縮感知的高魯棒性圖像自適應(yīng)壓縮方法,涉及圖像處理。原始圖像預(yù)處理;初始化測(cè)量陣及權(quán)重因子;計(jì)算每個(gè)圖像塊的顯著度并更新權(quán)重因子;判斷每個(gè)小塊是否含目標(biāo),并更新權(quán)重因子;根據(jù)顯著因子設(shè)計(jì)測(cè)量陣;圖像測(cè)量與傳輸;測(cè)量值修復(fù);圖像重建。采用適用于時(shí)域不稀疏圖像的總變差范數(shù),能夠檢測(cè)出特征并不顯著的目標(biāo),適合對(duì)圖像進(jìn)行壓縮;做到空域直接測(cè)量,不需要先對(duì)圖像進(jìn)行變換等操作,采用的測(cè)量次數(shù)分配依據(jù)算法簡(jiǎn)單,避免了復(fù)雜耗時(shí)的操作,可以對(duì)高階譜的幅度大小設(shè)置閾值,來(lái)判斷圖像中目標(biāo)的有無(wú),適合實(shí)時(shí)性要求較高的水下聲納圖像通信場(chǎng)景。有助于在不降低重構(gòu)圖像質(zhì)量的情況下,降低壓縮率,并提高魯棒性。
技術(shù)領(lǐng)域
本發(fā)明涉及圖像處理,尤其是涉及一種基于壓縮感知的高魯棒性圖像自適應(yīng)壓縮方法。
背景技術(shù)
由于圖像具有語(yǔ)音及文本難以表述的直觀效果,近年來(lái)圖像等多媒體業(yè)務(wù)逐漸成為通信研究的熱點(diǎn),在惡劣信道條件下開(kāi)發(fā)優(yōu)化數(shù)字圖像和數(shù)字視頻系統(tǒng)是一項(xiàng)非常重要和富有挑戰(zhàn)的工作,圖像傳輸數(shù)據(jù)量巨大,且圖像質(zhì)量更多地以人的主觀感受為標(biāo)準(zhǔn),故一種能夠在提高人的主觀感受的前提下的圖像壓縮方式具有很強(qiáng)的實(shí)際意義。
2006年,Dohono,Candes和華裔科學(xué)家Tao等人在信號(hào)逼近和稀疏表示等理論的基礎(chǔ)上建立了一種全新的信號(hào)采集理論即壓縮感知CS(Compressed Sensing)理論。如果某個(gè)向量只有少量的非零元素,就稱這個(gè)向量具有稀疏性。壓縮感知理論指出,只要信號(hào)在某個(gè)特定的變換域是稀疏的,那么就可以用一個(gè)與變換基不相關(guān)的觀測(cè)矩陣將高維信號(hào)投影到一個(gè)低維空間上,然后利用稀疏性的先驗(yàn)知識(shí)通過(guò)求解一個(gè)優(yōu)化問(wèn)題從已知的少量投影值中以高概率重構(gòu)出原信號(hào)。對(duì)于條件惡劣的信道,由于壓縮感知具有通過(guò)較少的測(cè)量值重構(gòu)信號(hào)的特征,且測(cè)量值不具有重要性的區(qū)別,因此壓縮感知在惡劣信道條件下實(shí)現(xiàn)圖像的高魯棒性的壓縮傳輸具有一定優(yōu)勢(shì)。
傳統(tǒng)的基于壓縮感知的壓縮方法不考慮圖像的顯著特性,對(duì)具有不同顯著特性的圖像塊采用一樣的測(cè)量率,這樣的方法不能起到對(duì)人眼感興趣的顯著區(qū)域進(jìn)行特殊保護(hù)的作用。若能根據(jù)人眼不同的興趣程度區(qū)分圖像不同區(qū)域的顯著程度,根據(jù)該顯著程度自適應(yīng)分配不同塊的測(cè)量率,動(dòng)態(tài)調(diào)整每一塊的數(shù)據(jù)壓縮程度,能夠有效提高壓縮率及壓縮后圖像的視覺(jué)效果。
惡劣的信道條件會(huì)引起傳輸?shù)臏y(cè)量值出現(xiàn)損傷,受損的測(cè)量值在進(jìn)行重構(gòu)時(shí)會(huì)影響優(yōu)化結(jié)果,導(dǎo)致圖像出現(xiàn)一定程度的劣化。由于測(cè)量值之間具有一定的關(guān)聯(lián)性,且發(fā)展成熟的糾錯(cuò)編碼使得誤碼的位置信息可以獲得,故通過(guò)誤碼位置以及測(cè)量值之間的關(guān)聯(lián)性可以實(shí)現(xiàn)壓縮編碼的魯棒性增強(qiáng)。
發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)惡劣信道條件下的圖像傳輸設(shè)計(jì)存在的上述問(wèn)題,提供在實(shí)現(xiàn)圖像壓縮的同時(shí),盡可能保證重要信息的保留,尤其是顯著性較弱目標(biāo)信息的保留,并加強(qiáng)壓縮方法的魯棒性的一種基于壓縮感知的高魯棒性圖像自適應(yīng)壓縮方法。
為方便描述本發(fā)明的內(nèi)容,首先給出以下有關(guān)術(shù)語(yǔ)的定義:
定義1,引入總變差范數(shù),采用共軛梯度法進(jìn)行的壓縮感知重建:
對(duì)于時(shí)域稀疏的信號(hào)f,本發(fā)明中f為一M行N列的矩陣,其壓縮感知重構(gòu)優(yōu)化問(wèn)題可以用下式表達(dá):
min||f||1s.t.M0f=y(tǒng). (1)
式(1)中,M0為測(cè)量陣,y為測(cè)量值。若要通過(guò)測(cè)量值用優(yōu)化的方法求得f的估計(jì)值則需要解下式:
采用共軛梯度法解決式(2)的過(guò)程可寫為式(3):
其中μi是迭代步長(zhǎng),fi代表第i次迭代所得的結(jié)果,▽L(fi)定義如下:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廈門大學(xué),未經(jīng)廈門大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610129938.2/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 基于策略的業(yè)務(wù)感知模型及感知方法
- 一種基于分區(qū)感知的無(wú)線通信系統(tǒng)頻譜感知方法
- 確定空閑頻段的方法和系統(tǒng)、中心節(jié)點(diǎn)和感知節(jié)點(diǎn)
- 感知無(wú)線網(wǎng)絡(luò)的共享協(xié)作頻譜感知方法、感知節(jié)點(diǎn)和匯聚中心
- 感知無(wú)線網(wǎng)絡(luò)的協(xié)作頻譜感知方法和感知節(jié)點(diǎn)
- 頻譜感知方法、頻譜感知設(shè)備和數(shù)據(jù)庫(kù)
- 基于認(rèn)知數(shù)據(jù)庫(kù)和頻譜感知的頻譜共享方法及裝置
- 一種頂層感知限位組
- 一種自動(dòng)駕駛汽車用升降式智能感知模塊
- 感知數(shù)據(jù)獲取方法和裝置
- 一種快速高魯棒性的人眼瞳孔檢測(cè)方法
- 大量可再生能源并網(wǎng)的主動(dòng)配電網(wǎng)自適應(yīng)魯棒優(yōu)化方法
- 高魯棒性音頻指紋識(shí)別方法及系統(tǒng)
- 一種基于多路徑的魯棒性傳輸測(cè)評(píng)方法
- 一種基于參數(shù)范圍匹配的產(chǎn)品魯棒性分析方法
- 一種考慮新能源接入的輸電網(wǎng)規(guī)劃方法和系統(tǒng)
- 一種大規(guī)模染色陣列魯棒性驗(yàn)證方法
- 一種通信受限條件下的無(wú)人機(jī)群魯棒編隊(duì)方法
- 一種Geiger型索穹頂結(jié)構(gòu)魯棒性優(yōu)化系統(tǒng)
- 一種射頻功率LDMOS器件封裝級(jí)魯棒性評(píng)估方法





