[發(fā)明專利]基于小波、閾值濾波及壓縮感知的信息增強(qiáng)與傳輸方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010890780.7
• 申請(qǐng)日: 2020-08-29
• 公開（公告）號(hào): CN112073593A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 盧繼華;王瑞;王歡;楊愛英;韓航程;謝民;馬志峰
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): H04N1/32
• 分類號(hào): H04N1/32
• 代理公司: 北京正陽理工知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11639
• 代理人: 張利萍

本發(fā)明涉及基于小波、閾值濾波及壓縮感知的信息增強(qiáng)與傳輸方法，屬于圖像增強(qiáng)技術(shù)領(lǐng)域。所述方法包括：對(duì)信息進(jìn)行離散二維小波稀疏基得到高頻和低頻系數(shù)；對(duì)高頻系數(shù)進(jìn)行觀測(cè)，輸出觀測(cè)結(jié)果矩陣；將觀測(cè)結(jié)果矩陣和低頻系數(shù)進(jìn)行量化、信道編碼、調(diào)制、傳輸、解調(diào)、信道解碼及反量化，輸出恢復(fù)的高頻及低頻系數(shù)；再對(duì)高頻系數(shù)基于Renyi熵去噪聲后壓縮感知重構(gòu)；對(duì)低頻系數(shù)進(jìn)行巴特沃斯高通濾波，再與恢復(fù)的高頻系數(shù)一起進(jìn)行小波逆變換，得到恢復(fù)的信息。所述方法能使輪廓模糊的圖像下經(jīng)高通濾波加強(qiáng)輪廓，使得處理后圖像更清晰；還能在壓縮感知過程中濾除部分噪聲，實(shí)現(xiàn)了稀疏度未知的小波系數(shù)重構(gòu)；結(jié)合信道編碼，降低成本也降低了誤碼率。

技術(shù)領(lǐng)域

本發(fā)明涉及基于小波、閾值濾波及壓縮感知的信息增強(qiáng)與傳輸方法，屬于無線傳輸技術(shù)領(lǐng)域。

背景技術(shù)

稀疏信號(hào)，不依賴于信號(hào)本身的分布特性，根據(jù)普適觀測(cè)值達(dá)到低復(fù)雜度的目的，每個(gè)觀測(cè)值近似均等地蘊(yùn)含了信號(hào)的部分“信息”，任何觀測(cè)值丟失和受干擾，也不影響其它觀測(cè)參與重構(gòu)過程，能適應(yīng)比較惡劣的信道環(huán)境。水下環(huán)境比較復(fù)雜，在水下拍攝和傳輸信息會(huì)受到各種人為設(shè)備干擾或者受各物種運(yùn)動(dòng)、遷徙帶來的擾動(dòng)。最重要的是，水下拍攝的圖像以及傳輸?shù)男畔⑼哂邢∈杼匦浴ｋS著多媒體技術(shù)的發(fā)展，圖像和視頻信號(hào)的分辨率不斷得到提高，高清圖片及高清視頻逐漸成為信息傳輸?shù)闹髁鳌８黝愄幚韴D像及視頻的技術(shù)層出不窮。

最近幾年發(fā)展起來的壓縮感知(Compressive Sensing,CS)理論，提供了采集信號(hào)的一種思路，當(dāng)信號(hào)稀疏或可壓縮時(shí)，能夠以較低采樣率通過一個(gè)測(cè)量矩陣隨機(jī)觀測(cè)信號(hào)，再根據(jù)得到的少量觀測(cè)值，通過優(yōu)化算法精確重構(gòu)信號(hào)，信號(hào)的重構(gòu)質(zhì)量?jī)H取決于觀測(cè)數(shù)量的多少，而與具體使用哪些觀測(cè)值無關(guān)。

自然圖像通常不是稀疏的，但在適當(dāng)選定的變換基下能夠進(jìn)行稀疏表示。小波變換是對(duì)圖像進(jìn)行稀疏表示的一種有效工具。二維小波變換將圖像分解為多組子系數(shù)，不同組子系數(shù)描述了原始圖像中的不同信息成分。一級(jí)二維小波變換將圖像分解成4組子系數(shù)。LL為低頻系數(shù)是原始圖像的近似。HL、LH和HH是高頻系數(shù)，描述了圖像灰度沿不同方向的變化：其中，HL系數(shù)沿垂直方向的高頻分量，反映了圖像中的垂直邊緣信息；LH系數(shù)中的主要結(jié)構(gòu)是沿水平方向高頻分量，HH系數(shù)中的主要結(jié)構(gòu)是沿對(duì)角線方向的高頻分量，反映圖像中的斜邊緣信息。

為了降低觀測(cè)值測(cè)量的復(fù)雜度，可對(duì)水下采集信息進(jìn)行稀疏化處理。經(jīng)稀疏化處理后生成的信號(hào)，往往不依賴于原始信號(hào)分布特性。對(duì)于稀疏信號(hào)，不用依賴于信號(hào)本身的分布特性，根據(jù)普適觀測(cè)值達(dá)到低復(fù)雜度的目的，每個(gè)觀測(cè)值近似均等地蘊(yùn)含了信號(hào)的部分“信息”，任何觀測(cè)值丟失和受干擾，也不影響其它觀測(cè)參與重構(gòu)過程，能適應(yīng)比較惡劣的信道環(huán)境。

發(fā)明內(nèi)容

本發(fā)明的目的是針對(duì)水下環(huán)境中采集的圖片或視頻中存在因干擾或噪聲而出現(xiàn)圖像模糊、斑點(diǎn)甚至開裂，使得所采集的信息模糊、帶噪且?guī)_，進(jìn)而導(dǎo)致傳輸效率低以及重構(gòu)魯棒性差的技術(shù)缺陷，提出了基于小波、閾值濾波及壓縮感知的信息增強(qiáng)與傳輸方法。

本發(fā)明所采用的技術(shù)方案如下：對(duì)信息進(jìn)行欠采樣后進(jìn)行離散二維小波變換得到高頻和低頻系數(shù)；對(duì)高頻系數(shù)進(jìn)行觀測(cè)，輸出觀測(cè)結(jié)果矩陣；將觀測(cè)結(jié)果矩陣和低頻系數(shù)進(jìn)行量化、信道編碼、調(diào)制、傳輸、解調(diào)、信道解碼及反量化，輸出恢復(fù)的高頻及低頻系數(shù)；再對(duì)高頻系數(shù)基于Renyi熵去噪聲后壓縮感知重構(gòu)；對(duì)低頻系數(shù)進(jìn)行巴特沃斯高通濾波，再與恢復(fù)的高頻系數(shù)一起進(jìn)行小波逆變換，得到恢復(fù)的信息。

所述基于小波、閾值濾波及壓縮感知的信息增強(qiáng)與傳輸方法，包括如下步驟：

步驟1、基于小波稀疏基對(duì)信息x進(jìn)行壓縮欠采樣及信號(hào)觀測(cè)，再對(duì)離散二維小波變換的高頻系數(shù)HL、LH、HH進(jìn)行觀測(cè)；