预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN102833537A*(12)发明专利申请(10)申请公布号CN102833537A(43)申请公布日2012.12.19(21)申请号201210265659.0(22)申请日2012.07.30(71)申请人天津师范大学地址300387天津市西青区天津师范大学物理与电子信息学院西青区宾水西道393号(72)发明人张宝菊王为(74)专利代理机构天津市杰盈专利代理有限公司12207代理人朱红星(51)Int.Cl.H04N7/26(2006.01)权利要求书权利要求书1页1页说明书说明书44页页附图附图22页(54)发明名称基于Contourlet变换的压缩感知图像稀疏方法(57)摘要本发明公开了一种基于Contourlet变换的压缩感知图像稀疏方法,对经过Contourlet变换的图像系数利用随机高斯矩阵进行观测,得到少量系数,根据这些少量系数,利用正交匹配追踪算法进行重构,再进行Contourlet逆变换得到重构图像。该方法处理图像时,所需数据量少,且恢复图像质量好,对纹理、轮廓等细节信息具有较好的保持能力。采用本发明的基于Contourlet变换的压缩感知图像稀疏方法,相对于基于改进层式DCT的压缩感知编码仍具有多分辨力特性,且图像的压缩效果有显著改善。能有效地捕捉图像的纹理及轮廓细节信息。压缩率较高时对512×512测试图Lena压缩的信噪峰值比可提高4~8dB。CN1028357ACN102833537A权利要求书1/1页1.一种基于Contourlet变换的压缩感知图像稀疏方法,该方法对经过Contourlet变换的图像数据的高频部分再经过压缩感知方法处理,低频子带直接作为低频数据传输;在解码过程中做相应的逆变换得到复原图像;其特征在于,编码过程包括如下步骤:(1)编码器读入原图像数据,对编码器第一层的输入数据即原图像,进行拉普拉斯(LP)变换即进行多尺度分解,变换后图像分为低频部分与高频细节部分;(2)将高频细节部分利用方向滤波器组(DFB)根据设定的方向数进行多方向分解;(3)图像经LP分解后得到的低频部分作为第二层的输入数据;剩下的经过方向分解后的高频数据视为第一层数据输出;(4)对第二层的输入数据作相同变换,产生新的数据即第二层数据又作为第三层的输入数据,依次循环变换下去,直到满足要求的层数;(5)顶层数据直接作为低频子带系数保持不变,选择合适的M值,构造M×N/2大小的服从(0,1/N)高斯分布的测量矩阵分别对低频子带和高频子带进行测量,得到少量的测量系数;解码过程包括如下步骤:(1)利用OMP算法分别对测量后的高低频系数矩阵进行重构,并进行DFB与LP逆变换,得到次高层的低频系数;(2)解码器读入接收到的图像数据,对次高层的高频测量系数进行OMP重构,对重构后的系数进行DFB逆变换;(3)将变换后的系数与输入的低频系数一起进行LP逆变换得到更低一层的输入数据,依次循环下去,直到最低一层数据;(4)对第一层图像数据进行DFB和LP逆变换,得到重构图像,至此解码过程结束。2CN102833537A说明书1/4页基于Contourlet变换的压缩感知图像稀疏方法[0001]本申请得到天津市自然基金(10JCYBJC00400)的资助。技术领域[0002]本发明涉及一种数字图像、数字视频压缩编码技术,特别是涉及一种适合于“多路环境”或渐进式传输的具有多分辨力特性的离散余弦变换编码方法。背景技术[0003]现代社会,人们对信息的需求量剧增,信号从模拟到数字的转换一直严格遵守着乃奎斯特采样定理,即采样速率必须达到信号带宽的2倍以上才能精确重构信号。随着传感系统获取数据能力不断增强,需要处理的数据量也不断增多,这给信号处理的能力提出了更高的要求,也给相应的硬件设备带来极大的挑战。在实际应用中,为了减小存储、传输和处理成本,我们常采用高速采样再压缩的方法,这浪费了大量的采样资源。近年来出现了一种新的理论—Compressedsensing(或compressivesampling),即压缩传感或者压缩采样。这种理论利用其他变换空间描述信号,在保证信息不损失的情况下,用远低于采样定理要求的速率采样信号的同时,又可完全恢复信号。这极大降低了信号的采样频率、信号处理的时间以及数据存储和传输的代价,带领信号处理进入一个新的时代。[0004]利用压缩感知理论进行信号处理分析的前提是信号必须在某个特定的正交空间上具有稀疏性,信号的稀疏性与所选择的正交空间特性密切相关。对于一个给定信号,需要选择一个最合适的稀疏变换域,使其能够有最佳的稀疏表示。具有多分辨率特性的层式DCT变换和小波变换依靠其对信号的时域、频域分析能力以及对一维分段光滑信号优越的非线性逼近性能,在信号处理和图像压缩领域得到了广