[發(fā)明專利]基于最優(yōu)測量矩陣的半張量圖像壓縮方法和圖像恢復(fù)方法有效
| 申請?zhí)枺?/td> | 201910047110.6 | 申請日: | 2019-01-18 |
| 公開(公告)號(hào): | CN109756740B | 公開(公告)日: | 2020-02-18 |
| 發(fā)明(設(shè)計(jì))人: | 李麗香;李沖霄;彭海朋;楊義先;王琳;仝豐華;王紫琪 | 申請(專利權(quán))人: | 北京郵電大學(xué) |
| 主分類號(hào): | H04N19/60 | 分類號(hào): | H04N19/60;H04N19/42;H04N19/426 |
| 代理公司: | 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413 | 代理人: | 李欣;馬敬 |
| 地址: | 100876 *** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 最優(yōu) 測量 矩陣 張量 圖像 壓縮 方法 恢復(fù) | ||
1.一種基于最優(yōu)測量矩陣的半張量圖像壓縮方法,其特征在于,所述方法包括:
對(duì)待壓縮圖像的原始矩陣進(jìn)行稀疏變換,得到所述待壓縮圖像的第一稀疏表示矩陣;
基于所述第一稀疏表示矩陣的行數(shù)、預(yù)設(shè)壓縮比和預(yù)設(shè)系數(shù),確定所述原始矩陣對(duì)應(yīng)的初始測量矩陣的行數(shù)和列數(shù);其中,所述初始測量矩陣的列數(shù)為:所述第一稀疏表示矩陣的行數(shù)與所述預(yù)設(shè)系數(shù)的比值;所述初始測量矩陣的行數(shù)為:所述初始測量矩陣的列數(shù)與所述預(yù)設(shè)壓縮比的乘積,所述預(yù)設(shè)系數(shù)為:所述第一稀疏表示矩陣的行數(shù)的因數(shù)中,除最大因數(shù)和最小因數(shù)外的一個(gè);
基于預(yù)設(shè)的元素?cái)?shù)值關(guān)系,生成m×n維矩陣,作為初始測量矩陣;其中,m為所確定的測量矩陣的行數(shù),n為所確定的測量矩陣的列數(shù);
對(duì)所述初始測量矩陣進(jìn)行優(yōu)化,得到最優(yōu)測量矩陣;
基于所述最優(yōu)測量矩陣與預(yù)設(shè)的半張量壓縮感知模型,對(duì)所述第一稀疏表示矩陣進(jìn)行壓縮,得到壓縮后的目標(biāo)矩陣,其中,所述半張量壓縮感知模型為:
其中,SN×N是所述第一稀疏表示矩陣,維度為N×N,Y為所述目標(biāo)矩陣,Dm×n為所述最優(yōu)測量矩陣,維度為m×n;Ip為p維單位矩陣,為左半張量積運(yùn)算,為張量積運(yùn)算,p為所述預(yù)設(shè)系數(shù)。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對(duì)待壓縮圖像的原始矩陣進(jìn)行稀疏變換,得到所述待壓縮圖像的第一稀疏表示矩陣的步驟,包括:
利用第一公式,對(duì)待壓縮圖像的原始矩陣進(jìn)行離散小波變換,得到所述待壓縮圖像的第一稀疏表示矩陣;其中,所述第一公式為:
S=WXWT
其中,S為所述第一稀疏表示矩陣,維度為N×N,X為所述原始矩陣,維度為N×N,W為離散小波變換矩陣,維度為N×N,且WTW=I,WWT=I,I為N階單位矩陣。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對(duì)所述初始測量矩陣進(jìn)行優(yōu)化,得到最優(yōu)測量矩陣的步驟,包括:
利用第二公式,對(duì)當(dāng)前的初始測量矩陣按列進(jìn)行歸一化操作,得到當(dāng)前的歸一化后的初始測量矩陣;
利用第三公式,對(duì)當(dāng)前的歸一化后的初始測量矩陣進(jìn)行迭代更新,得到迭代更新后的初始測量矩陣,并利用所述第二公式,對(duì)迭代更新后的初始測量矩陣按列進(jìn)行歸一化操作,繼續(xù)執(zhí)行所述利用第三公式,對(duì)當(dāng)前的歸一化后的初始測量矩陣進(jìn)行迭代更新,得到迭代更新后的初始測量矩陣的步驟;直至迭代更新后的初始測量矩陣滿足迭代停止條件,將迭代更新停止時(shí)的初始測量矩陣作為最優(yōu)測量矩陣。
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,
所述第二公式為:
其中,為歸一化操作所得到的初始測量矩陣中的第j列;dj為當(dāng)前的測量矩陣的第j列,||dj||2為當(dāng)前的初始測量矩陣的第j列所對(duì)應(yīng)的列向量的2-范數(shù),j=1,2,...,n;
所述第三公式為:
其中,為第k次迭代更新后得到的初始測量矩陣,維度為m×n;為第k-1次迭代更新后得到的初始測量矩陣,維度為m×n;In為n階單位矩陣,β是預(yù)設(shè)的優(yōu)化步長,p為所述預(yù)設(shè)系數(shù)。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述迭代停止條件為:
k達(dá)到預(yù)設(shè)迭代次數(shù);或,與的差值小于預(yù)設(shè)誤差。
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)利屬于北京郵電大學(xué),未經(jīng)北京郵電大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910047110.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 在集成電路器件中求解線性矩陣
- 矩陣計(jì)算裝置、矩陣計(jì)算方法
- 一種數(shù)據(jù)聚類的方法、裝置及Spark大數(shù)據(jù)平臺(tái)
- 適用于黑白圖片的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法以及訓(xùn)練方法
- 適用于灰度圖片的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法以及訓(xùn)練方法
- 矩陣
- 矩陣/密鑰生成裝置、矩陣/密鑰生成系統(tǒng)、矩陣結(jié)合裝置、矩陣/密鑰生成方法、程序
- 矩陣運(yùn)算電路、矩陣運(yùn)算裝置及矩陣運(yùn)算方法
- 矩陣乘法計(jì)算方法和裝置
- 數(shù)據(jù)讀取方法、裝置、介質(zhì)和計(jì)算設(shè)備





