[發明專利]基于測量域顯著檢測模型的自適應壓縮感知圖像編碼方法

有效

• 申請號: 201710159200.5
• 申請日: 2017-03-13
• 公開（公告）號: CN108573509B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 李然;劉宏兵;劉正輝
• 申請（專利權）人: 信陽師范學院
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于測量域顯著檢測模型的自適應壓縮感知圖像編碼方法，其特征在于，該方法包括：

步驟a、將尺寸為N＝I_r×I_c的圖像x分成n個尺寸為B×B的塊，其中B取16，第i個圖像塊記為列向量形式x_i，其中i＝1，2，...，n，n＝N/B²；

步驟b、設定圖像總測量率S，確定總測量次數M為

M＝N×S

式中N為圖像總像素數，預設初始測量次數M₀：

式中round[·]為四舍五入算子，生成尺寸為M₀×B²的高斯隨機測量矩陣Φ_B0，計算長度為M₀的各塊初始測量向量y_0i：

y_0i＝Φ_B0x_i

式中下標i從1取至n；

步驟c、利用各塊的初始測量向量y_0i在測量域實施顯著檢測，計算各塊的歸一化顯著度w_i，包括：

步驟c1、利用初始測量向量y_0i，計算各塊顯著度ξ_i：

式中||·||₂代表計算輸入向量的l₂范數，下標j從1取至n；

步驟c2、對塊顯著度ξ_i作歸一化，如下：

式中Max[·]取輸入集合元素的最大值，Min[·]取輸入集合元素的最小值。

步驟d、根據歸一化塊顯著度w_i，自適應設定各塊的測量次數M_i：

M_i＝round[w_i·(M-nM₀)+M₀]

并根據各塊測量次數M_i，構造相應的高斯隨機測量矩陣Φ_Bi，計算各塊的測量向量y_i：

y_i＝Φ_Bix_i

步驟e、解碼端收到各塊的測量向量y_i，計算y_i的長度M_i，重新估算歸一化塊顯著度

步驟f、以歸一化塊顯著度估計值加權圖像重建模型的目的函數，建立自適應全局重建模型：

式中||·||₁代表計算輸入向量的l₁范數，正則化參數λ，取0.3，圖像變換矩陣Ψ采用濾波器長度為4的Daubechies正交小波，利用梯度投影方法通過求解自適應全局重建模型，生成最終的重建圖像