[發(fā)明專利]基于最大類間方差的分塊壓縮感知的圖像壓縮方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010710462.8
• 申請(qǐng)日: 2020-07-22
• 公開(kāi)（公告）號(hào): CN111986280B
• 公開(kāi)（公告）日: 2021-06-01
• 發(fā)明（設(shè)計(jì)）人: 石文婷;羅海宇;黃德耕;黃夢(mèng)凡;王長(zhǎng)海;覃超生;陳少鋒;陳成偉;楊凱;陸海鵬
• 申請(qǐng)（專利權(quán)）人: 廣西交通設(shè)計(jì)集團(tuán)有限公司
• 主分類號(hào): G06T9/00
• 分類號(hào): G06T9/00;G06T7/11;G06T7/13;G06T7/136;G06T7/168;G06T7/194
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 石艷紅

本發(fā)明公開(kāi)了基于最大類間方差的分塊壓縮感知的圖像壓縮方法，包括步驟1、圖像分塊；步驟2、圖像子塊分區(qū)：采用最大類間方差OSTU算法，將每個(gè)圖像子塊均分為前景重點(diǎn)區(qū)域、背景區(qū)域和過(guò)渡區(qū)域；步驟3、確定最佳采樣率：通過(guò)控制變量法與最小二乘法，確定各區(qū)域的最佳采樣率；步驟4、圖像重構(gòu)。本發(fā)明在圖像壓縮過(guò)程中，使用壓縮感知的方法進(jìn)行采樣，可以突破奈奎斯特采樣率的限制，以遠(yuǎn)小于奈奎斯特采樣率的采樣率對(duì)圖像信號(hào)進(jìn)行采樣。在進(jìn)行圖像采樣時(shí)時(shí)，可以對(duì)圖像中重要區(qū)域與背景區(qū)域進(jìn)行區(qū)分，相對(duì)重要的區(qū)域采用高采樣率，在相對(duì)不重要的區(qū)域采用低采樣率，可以較為高效的對(duì)圖像進(jìn)行采樣進(jìn)而壓縮。

技術(shù)領(lǐng)域

本發(fā)明涉及交通圖像處理領(lǐng)域，特別是一種基于最大類間方差的分塊壓縮感知的圖像壓縮方法。

背景技術(shù)

壓縮感知理論利用非自適應(yīng)性的線性投影方式保證原始信號(hào)的結(jié)構(gòu)，以遠(yuǎn)少于Nyquist的采樣頻率對(duì)原始信號(hào)同時(shí)進(jìn)行采樣與壓縮。

使用傳統(tǒng)的壓縮感知算法進(jìn)行圖像壓縮是基于全局像素選定采樣率，得到全局采樣率。這會(huì)導(dǎo)致全局采樣率會(huì)因?yàn)槟承┨厥鈭D像區(qū)域的圖像特性而產(chǎn)生影響，此全局采樣率在圖像其他區(qū)域未體現(xiàn)好的效果，不具有很好的魯棒性。

對(duì)于收費(fèi)站點(diǎn)的交通圖像，具有背景相似，然而，只有前車(chē)的區(qū)域，是有價(jià)值的區(qū)域。如果，使用全局采樣率對(duì)整個(gè)交通圖像進(jìn)行壓縮，則會(huì)造成一個(gè)成本的增加。采樣率越大，處理時(shí)間越大，在圖像中一些不重要的區(qū)域并不需要使用那么大的采樣率，一些重要的區(qū)域應(yīng)當(dāng)使用較大的采樣率。如果全局圖像均使用統(tǒng)一采樣率則無(wú)法兼顧到重要的區(qū)域以及不重要的區(qū)域，如果照顧某一邊，則會(huì)造成相應(yīng)另一方的損失，所以這是一種不靈活的方法。如果能根據(jù)圖像內(nèi)容(復(fù)雜和重要的區(qū)域才使用較高的采樣率，平坦不重要的區(qū)域采用較低的采樣率)則可以達(dá)到成本節(jié)約并且具有較好的壓縮價(jià)值。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是針對(duì)上述現(xiàn)有技術(shù)的不足，而提供一種基于最大類間方差的分塊壓縮感知的圖像壓縮方法，該基于最大類間方差的分塊壓縮感知的圖像壓縮方法在圖像壓縮過(guò)程中，使用壓縮感知的方法進(jìn)行采樣，可以突破奈奎斯特采樣率的限制，以遠(yuǎn)小于奈奎斯特采樣率的采樣率對(duì)圖像信號(hào)進(jìn)行采樣。在進(jìn)行圖像采樣時(shí)時(shí)，可以對(duì)圖像中重要區(qū)域與背景區(qū)域進(jìn)行區(qū)分，相對(duì)重要的區(qū)域采用高采樣率，在相對(duì)不重要的區(qū)域采用低采樣率，可以較為高效的對(duì)圖像進(jìn)行采樣進(jìn)而壓縮。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案是：

一種基于最大類間方差的分塊壓縮感知的圖像壓縮方法，包括如下步驟。

步驟1、圖像分塊：采用列間像素與行間像素的灰度均方差值為對(duì)比標(biāo)準(zhǔn)，將交通收費(fèi)站點(diǎn)原始圖像進(jìn)行圖像分塊，形成若干個(gè)圖像子塊。

步驟2、圖像子塊分區(qū)：采用最大類間方差OSTU算法，對(duì)每個(gè)圖像子塊均計(jì)算最佳像素灰度分割閾值K。然后根據(jù)最佳像素灰度分割閾值K，并結(jié)合sobel算法，將每個(gè)圖像子塊均分為前景重點(diǎn)區(qū)域、背景區(qū)域和過(guò)渡區(qū)域。

步驟3、確定最佳采樣率：通過(guò)控制變量法與最小二乘法，先計(jì)算前景重點(diǎn)區(qū)域、背景區(qū)域和過(guò)渡區(qū)域的最佳采樣率與基礎(chǔ)采樣率的關(guān)系，再利用圖像處理算法選定基礎(chǔ)采樣率，從而得出各區(qū)域的最佳采樣率。

步驟4、圖像重構(gòu)：對(duì)每個(gè)圖像子塊中的三個(gè)區(qū)域分別采用對(duì)應(yīng)的最佳采樣率進(jìn)行采樣，使用壓縮感知理論對(duì)圖像進(jìn)行重構(gòu)，以達(dá)到圖像壓縮的效果。

步驟1中，圖像分塊的方法，具體包括如下步驟：

步驟11、圖像預(yù)分塊：將交通收費(fèi)站點(diǎn)原始圖像，預(yù)等分為N個(gè)B*B大小的不重疊區(qū)域塊。交通收費(fèi)站點(diǎn)原始圖像稱為父塊，預(yù)分后的不重疊區(qū)域塊稱為預(yù)分子塊。

步驟12、圖像二次分塊：先計(jì)算父塊中列間像素與行間像素的灰度均方差值σ2，再對(duì)預(yù)等分的每個(gè)預(yù)分子塊分別計(jì)算列間像素與行間像素的灰度均方差值σ1，將σ1與σ2進(jìn)行比較。