[發明專利]一種基于圖像邊緣信息的壓縮采樣方法在審
| 申請號: | 201811576104.1 | 申請日: | 2018-12-22 |
| 公開(公告)號: | CN109754405A | 公開(公告)日: | 2019-05-14 |
| 發明(設計)人: | 楊俊;高漢琪;黎麗;蔣濤;崔晨 | 申請(專利權)人: | 嘉興學院 |
| 主分類號: | G06T7/13 | 分類號: | G06T7/13;G06T5/00;H04N5/232 |
| 代理公司: | 北京盛凡智榮知識產權代理有限公司 11616 | 代理人: | 劉玉珠 |
| 地址: | 314001 浙江省嘉興市*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 低質量圖像 測量 圖像邊緣信息 像素 圖像邊緣 壓縮采樣 數學形態學處理 高質量圖像 形態學處理 恢復 邊緣信息 邊緣預測 采樣模塊 腐蝕處理 優化算法 采樣 圖像 膨脹 | ||
本發明涉及一種基于圖像邊緣信息的壓縮采樣方法,其主要步驟如下:步驟一:啟動獲取低質量圖像模塊,設定首次測量率,控制CMOS采樣并恢復出低質量圖像。步驟二:啟動邊緣預測模塊,獲取低質量圖像的邊緣信息,像素值為0或1,1表示屬于邊緣。步驟三:啟動圖像邊緣數學形態學處理模塊,對圖像邊緣進行膨脹及腐蝕處理。步驟四:啟動圖像邊緣信息指導再次采樣模塊,在形態學處理后的邊緣上隨機的選取部分像素作為測量值,需要去掉首次低質量圖像獲取時已經選取的像素。步驟五:把步驟一和步驟四中兩次的測量值作為最終總的測量值,用以恢復圖像。使用總的測量值及優化算法恢復高質量圖像。
技術領域
本發明涉及壓縮采樣技術領域,特別是涉及一種基于圖像邊緣信息的壓縮采樣方法。
背景技術
在傳統的Nyquist采樣方式中,為了便于傳輸和存儲,我們通常先對采集到的原始數據進行壓縮,在壓縮處理中,大量的不重要的數據都會被丟棄,只有小量的重要數據保存下來,這就造成了資源的極大浪費(過量采集和壓縮丟棄)。傳統的方法對數據依次進行數據采集、數據壓縮、數據存儲或傳輸以及數據恢復四個處理階段。
壓縮感知是近年來提出的一種全新的信號壓縮采樣理論,對于稀疏信號,以遠小于傳統的Nyquist采樣率對數據壓縮采樣,獲取信號的離散測量值,然后通過非線性重建算法有效的重建信號。標準的壓縮感知包括數據采樣端和數據恢復端兩個階段,采樣端相當于傳統采樣方式中的采樣、壓縮過程,也就是標準壓縮感知采樣的數據直接就是壓縮后的數據,節省了采樣資源。在標準壓縮感知的數據恢復端,需要對數據進行重構,信號的稀疏性保證了數據可以以遠低于Nyquist采樣率的速率恢復數據。
圖像修復(ImageInpainting)技術是數字圖像處理研究的重要內容,目的是根據圖像現有未被損害的信息,按照一定的規則填補,使修復后的圖像接近或達到原圖像的視覺效果。圖像修復技術與壓縮感知理論求解最優解一樣,都屬于不適定問題(IllPosed),由少量的已知信息,預測原始信息,同樣由于信號的普遍稀疏性,可以通過數學優化方式求解最優解。
現有技術中,傳統的Nyquist采樣方式中,為了便于傳輸和存儲,我們通常先對采集到的原始數據進行壓縮,在壓縮處理中,大量的不重要的數據都會被丟棄,只有小量的重要數據保存下來,這就造成了資源的極大浪費(過量采集和壓縮丟棄)。目前在圖像采樣或壓縮方面,仍然是基于傳統的Nyquist采樣理論,使得采樣效率較低。
標準的壓縮感知使用投影方式獲取壓縮信號,獲取壓縮信號,需要較多的計算資源及內存空間,計算速度較慢,而且硬件實現方面對測量值的隨機測量速度和精確度要求較高,成本過高。
目前圖像修復技術僅僅廣泛應用在圖像的增強、圖像修復方面,應用范圍較單一并未應用在圖像采集方面。
發明內容
本發明要解決的是傳統的Nyquist采樣方式造成采樣資源浪費,采樣效率相對不高,標準的壓縮感知獲取壓縮信號,需要較多的計算資源及內存空間,計算速度較慢,而且硬件實現方面對測量值的隨機測量速度和精確度要求較高,成本過高,圖像修復技術僅僅用在圖像的增強、圖像修復方面,應用范圍較單一等問題,提供一種在采樣端快速獲取壓縮的圖像測量值,計算速度快,利用計算資源較少,采樣效率高,突破了奈奎斯特-香濃采樣極限,把圖像修復技術和壓縮采樣相結合,擴展了圖像修復技術的應用范圍的基于圖像邊緣信息的壓縮采樣方法。
為了達到上述發明目的,本發明提供的技術方案為:一種基于圖像邊緣信息的壓縮采樣方法,它包括獲取低質量圖像模塊、圖像邊緣預測模塊、圖像邊緣數學形態學處理模塊、邊緣信息指導再次采樣模塊和高質量圖像恢復模塊,其主要步驟如下:
步驟一:啟動獲取低質量圖像模塊,選擇圖像采樣率,控制圖像采樣CCD矩陣開關,采樣圖像獲取第一次的測量值,利用測量值和優化算法恢復出低質量的圖像。
步驟二:啟動邊緣預測模塊,利用上一步獲取的低質量圖像進行邊緣提取,用提取的邊緣信息預測原始圖像的邊緣信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于嘉興學院,未經嘉興學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811576104.1/2.html,轉載請聲明來源鉆瓜專利網。





