[發明專利]基于角點檢測和非局部相似性的視頻壓縮感知重構方法

有效

• 申請號: 201710998598.1
• 申請日: 2017-10-20
• 公開（公告）號: CN107820083B
• 公開（公告）日: 2019-11-15
• 發明（設計）人: 杜秀麗;胡興;陳波;邱少明
• 申請（專利權）人: 大連大學
• 主分類號: H04N19/147
• 分類號: H04N19/147;H04N19/176;H04N19/70;H04N19/90
• 代理公司: 21235 大連智高專利事務所(特殊普通合伙)
• 代理人: 蓋小靜<國際申請>=<國際公布>=<進入

1.基于角點檢測和非局部相似性的視頻壓縮感知重構方法，其特征在于，具體為：對分布式視頻壓縮感知多假設重構算法的非關鍵幀進行塊模式判別，針對小變化塊采用幀間多假設重構算法進行重構；針對大變化塊首先利用非局部相似性在已重構關鍵幀中尋找非局部相似性塊，然后對相似性塊進行角點檢測，篩選出高相似度塊，生成輔助信息，采用基于殘差的稀疏信號重構算法重構出大變化塊；將重構出來的大、小變化塊進行塊組合，并最終生成邊信息，再利用基于殘差的稀疏信號重構算法輔助非關鍵幀重構；

利用非局部相似性假設尋找到N個相似塊，分別對當前塊和N個相似塊進行角點檢測，若相似塊含有與當前塊大部分相似的角點，則該相似塊被判為高相似度塊；

生成輔助信息的具體操作如下：在于對于待檢測塊，生成與該塊同等大小的零矩陣A；若該塊某一像素被標記為角點，則將該像素的像素值賦予零向量A的相應位置處，將第i當前塊與N個非局部相似塊分別對應的A列向量化后，分別記為B_i和C_j，其中j∈[1,N]；設置高相似度判別閾值Tc，若差值則第j相似塊被判別為第i當前塊的高相似度塊，假設高相似度塊共有M個，并將該M個的賦給e_k，同時，對M個高相似度塊分配權值并生成最終的輔助信息其中c為設定常數；

。

2.根據權利要求1所述基于角點檢測和非局部相似性的視頻壓縮感知重構方法，其特征在于，幀間多假設重構算法，具體為：在前后已重構關鍵幀中，以當前塊為中心，搜索窗大小為w，進行搜索，將搜索窗內的塊列向量化，構成字典D_t,i，則有：

x_t,i表示在t時刻第i個原始圖像塊，w_t,i為每塊的權重向量w的求解值；但在解碼端只能得到x_t,i的觀測值y_t,i，故將式(1)通過觀測矩陣Φ轉換為式(3)來求解：

式(3)的具體求解方式，采用l₂范數的Tikhonov正則化法，求得：

最后，w_t,i＝((ΦD_t,i)^T(ΦD_t,i)+λ²Γ^TΓ)^-1(ΦD_t,i)^Ty_t,i (5)

其中，λ是Tikhonov正則化因子，得到w_t,i后，由式(2)得到CS幀中的當前塊的邊信息塊。

3.根據權利要求1所述基于角點檢測和非局部相似性的視頻壓縮感知重構方法，其特征在于，非局部相似性塊的生成過程具體為：對于任一圖像子塊x_tn(i)，在前后兩幀中尋找最佳匹配塊，從中挑選出的所有圖像子塊與子塊x_tn(i)的差值滿足：其中為對應尋找到的m個非局部相似性塊與子塊x_tn(i)的差值的2范數，Ta為相似性判別閾值；

則生成的非局部相似性塊由上式(6)(7)得出，其中c為設定常數，為尋找到的每一最佳匹配塊的權值；N為相似塊個數，M為高相似度塊個數。

4.根據權利要求1所述基于角點檢測和非局部相似性的視頻壓縮感知重構方法，其特征在于，所述角點檢測包括：基于灰度的角點檢測、基于二值圖像的角點檢測和基于輪廓的曲線角點檢測。

5.根據權利要求1所述基于角點檢測和非局部相似性的視頻壓縮感知重構方法，其特征在于，基于殘差的稀疏信號重構算法，具體是：

①計算當前塊x_i與輔助信息之差，根據式(8)，并分別對它們進行測量；

其中，y_i代表當前塊x_i的觀測值，y_ref代表輔助信息的觀測值；

②利用BCS-SPL算法對r_i進行重構；

③當前塊的重構值為

其中，為重構后的殘差。