国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于變權(quán)重式壓縮感知采樣的空域可縮小圖像重構(gòu)方法

      文檔序號(hào):6511807閱讀:282來源:國知局
      基于變權(quán)重式壓縮感知采樣的空域可縮小圖像重構(gòu)方法
      【專利摘要】本發(fā)明提供了一種基于變權(quán)重式壓縮感知采樣的空域可縮小圖像重構(gòu)方法,它是針對(duì)現(xiàn)有的基于壓縮感知的圖像壓縮方法中利用“壓縮感知域重構(gòu)-空域下采樣”兩步實(shí)現(xiàn)低分辨率圖像展示的方法會(huì)降低最終所產(chǎn)生的圖像的質(zhì)量,通過在壓縮感知域?qū)υ紙D像的壓縮采樣數(shù)據(jù)先進(jìn)行修正,再進(jìn)行重構(gòu),最終在壓縮感知域直接產(chǎn)生低分辨率的圖像,即將圖像的壓縮感知采樣與空域可縮小重構(gòu)相結(jié)合,實(shí)現(xiàn)在低采樣率的條件下直接構(gòu)造高質(zhì)量低分辨率圖像的目的。與現(xiàn)有的基于壓縮感知的空域可縮小重構(gòu)方法相比,本發(fā)明具有能夠高效地提供高質(zhì)量低分辨率圖像的特點(diǎn),可廣泛用于圖像處理【技術(shù)領(lǐng)域】。
      【專利說明】 基于變權(quán)重式壓縮感知采樣的空域可縮小圖像重構(gòu)方法
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明屬于圖像處理領(lǐng)域,主要涉及數(shù)字圖像的空域縮小重構(gòu)技術(shù)。
      【背景技術(shù)】
      [0002]圖像通常來源于自然場(chǎng)景,任何圖像的拍攝記錄過程,實(shí)質(zhì)是將原始景物進(jìn)行數(shù)據(jù)采樣和壓縮的過程。隨著網(wǎng)絡(luò)技術(shù)和新興多媒體技術(shù)的發(fā)展,要求圖像處理不僅要適應(yīng)復(fù)雜多變的網(wǎng)絡(luò)環(huán)境,而且要適應(yīng)多變的顯示環(huán)境。如何實(shí)現(xiàn)高效的多分辨率圖像處理,特別是低采樣率條件下的多分辨率圖像處理,以適應(yīng)多變的顯示環(huán)境,是目前圖像處理領(lǐng)域所面臨的一大挑戰(zhàn)。而如何在新興壓縮技術(shù)下實(shí)現(xiàn)對(duì)原始場(chǎng)景或圖像的低分辨率顯示,是首當(dāng)其沖需要解決的問題。
      [0003]長期以來,為了能夠完整地重建信號(hào),傳統(tǒng)的采樣過程都要遵循奈奎斯特采樣定理來實(shí)現(xiàn)。這一采樣理論在信號(hào)處理領(lǐng)域被沿用了將近八十年,直到壓縮感知理論的提出,才打破了這一采樣準(zhǔn)則。2006年,Donobo, Candes和Tao等人提出了針對(duì)稀疏信號(hào)處理的壓縮感知理論,根據(jù)壓縮感知理論,可以在遠(yuǎn)低于奈奎斯特采樣定理中所要求的采樣頻率的情況下對(duì)信號(hào)進(jìn)行隨機(jī)采樣,從而得到少量的觀測(cè)值,然后通過求解凸優(yōu)化問題,即可利用這些觀測(cè)值對(duì)原始信號(hào)進(jìn)行精確重構(gòu),以實(shí)現(xiàn)數(shù)據(jù)的壓縮。這一理論的一個(gè)重要應(yīng)用就是對(duì)圖像進(jìn)行壓縮處理,這也是近年來圖像處理領(lǐng)域的一項(xiàng)重大突破。經(jīng)過壓縮感知采樣得到的數(shù)據(jù),在完成對(duì)原始數(shù)據(jù)采樣的同時(shí),也完成了對(duì)數(shù)據(jù)的壓縮,這本身就是一個(gè)高效的信息處理過程。
      [0004]利用現(xiàn)有的基于壓縮感知的圖像壓縮及重構(gòu)技術(shù)對(duì)經(jīng)過采樣后的數(shù)據(jù)進(jìn)行低分辨率圖像重構(gòu)時(shí),需要分兩步實(shí)現(xiàn):第一步,對(duì)采樣后的數(shù)據(jù)在壓縮感知域進(jìn)行與原圖像同分辨率的重構(gòu);第二步,對(duì)重構(gòu)后的圖像在空域進(jìn)行下采樣,得到低分辨率的圖像。這種分步實(shí)現(xiàn)的方法,存在一個(gè)重大的缺陷:在采樣率較低的情況下,重構(gòu)出的同分辨率圖像質(zhì)量較差,再利用這種低質(zhì)量的圖像去產(chǎn)生低分辨率的圖像,最終得到的圖像的質(zhì)量也會(huì)比較差。為了克服這一缺陷,本發(fā)明專利利用壓縮采樣得到的數(shù)據(jù)在壓縮感知域直接構(gòu)造高質(zhì)量的低分辨率圖像,以實(shí)現(xiàn)可縮小的圖像重構(gòu)。

      【發(fā)明內(nèi)容】

      [0005]本發(fā)明的目的一種基于壓縮感知采樣的空域可縮小圖像的重構(gòu)方法,它是通過把對(duì)圖像的壓縮感知采樣與空域可縮小重構(gòu)相結(jié)合,實(shí)現(xiàn)在低采樣率的條件下直接構(gòu)造高質(zhì)量低分辨率圖像的目的。與現(xiàn)有的基于壓縮感知的空域可縮小重構(gòu)方法相比,本發(fā)明具有能夠高效地提供高質(zhì)量低分辨率圖像的特點(diǎn),能夠克服現(xiàn)有方法中使用“壓縮感知域重構(gòu)-空域下采樣”兩步實(shí)現(xiàn)圖像的空域可縮小重構(gòu),而無法提供高質(zhì)量參考圖像,進(jìn)而無法產(chǎn)生高質(zhì)量低分辨率圖像的缺點(diǎn)。
      [0006]為了方便描述本發(fā)明的內(nèi)容,首先做以下術(shù)語定義:
      [0007]定義I,傳統(tǒng)的圖像分塊方法[0008]傳統(tǒng)的圖像分塊方法按照J(rèn)PEG標(biāo)準(zhǔn)中對(duì)圖像進(jìn)行分塊的方法,將原始圖像劃分為多個(gè)互不重疊的等尺寸圖像塊,具體描述過程參見“JPEG(Joint Photographic ExpertsGroup):1S0/IEC IS10918 - 1/ITU-T Recommendation T.81, Digital Compression andCoding of Continuous-Tone Still Image, 1993,,;
      [0009]定義2,傳統(tǒng)的圖像塊合成圖像的方法
      [0010]傳統(tǒng)的圖像塊合成圖像的方法是按照J(rèn)PEG標(biāo)準(zhǔn)中用圖像塊進(jìn)行相互不重疊組合以合成完整圖像的方法,具體描述過程參見“JPEG(Joint Photographic ExpertsGroup):1S0/IEC IS10918 - 1/ITU-T Recommendation T.81, Digital Compression andCoding of Continuous-Tone Still Image, 1993,,;
      [0011]定義3,傳統(tǒng)的壓縮感知采樣
      [0012]傳統(tǒng)的壓縮感知采樣方法是在低于奈奎斯特采樣率的條件下,根據(jù)設(shè)定的采樣率,產(chǎn)生隨機(jī)采樣矩陣Φ,用隨機(jī)采樣矩陣Φ對(duì)原始信號(hào)進(jìn)行采樣,獲取信號(hào)的離散樣本的方法,具體描述過程參見文獻(xiàn)“Compressed sensing”。
      [0013]定義4,傳統(tǒng)的基于圖像塊的壓縮感知采樣
      [0014]為了實(shí)現(xiàn)對(duì)二維圖像的壓縮感知采樣,通常先將二維圖像分塊,再將每個(gè)二維圖像塊轉(zhuǎn)化為一個(gè)一維信號(hào),最終用隨機(jī)采樣矩陣Φ對(duì)每個(gè)一維信號(hào)進(jìn)行壓縮采樣,具體步驟參見文獻(xiàn)“Block compressed sensing of natural images,,。
      [0015]定義5,傳統(tǒng)的梯度投影稀疏重建法
      [0016]梯度投影稀疏重建法(Gradientprojection for sparse reconstruction,GPSR)是一種將凸優(yōu)化問題轉(zhuǎn)化為二次規(guī)劃問題,并利用特殊的線搜索法和終止技術(shù),對(duì)壓縮感知采樣后的數(shù)據(jù)進(jìn)行快速重構(gòu)的方法,具體步驟參見文獻(xiàn)“Gradient Projectionfor Sparse Reconstruction:Application to Compressed Sensing and Other InverseProblems,,。
      [0017]定義6,基于壓縮感知的圖像塊重建
      [0018]基于壓縮感知的圖像塊重建是在對(duì)圖像進(jìn)行基于圖像塊的壓縮采樣后,對(duì)采樣得到的數(shù)據(jù)利用求解凸優(yōu)化的問題進(jìn)行重建,產(chǎn)生一維的重建信號(hào),再將一維的重建信號(hào)轉(zhuǎn)化為二維的圖像信號(hào),用來實(shí)現(xiàn)整個(gè)圖像的重建,具體步驟參見文獻(xiàn)“Block compressedsensing of natural images,,。
      [0019]定義7,傳統(tǒng)的圖像等間隔無加權(quán)空域下采樣法
      [0020]傳統(tǒng)的圖像等間隔空域無加權(quán)下采樣法是用來實(shí)現(xiàn)圖像縮小顯示的一種方法。這種方法以圖像左上角第一個(gè)像素點(diǎn)為起點(diǎn),同時(shí)沿水平向右和垂直向下兩個(gè)方向?qū)Σ糠窒袼攸c(diǎn)直接進(jìn)行等間隔不重復(fù)抽取,而不做任何鄰域加權(quán)處理的采樣方法。
      [0021]定義8,傳統(tǒng)的對(duì)矩陣進(jìn)行子矩陣劃分的方法
      [0022]傳統(tǒng)的對(duì)矩陣進(jìn)行子矩陣劃分的方法按照線性代數(shù)理論中對(duì)矩陣進(jìn)行分塊的方法,將原始矩陣劃分為多個(gè)互不重疊的等尺寸子矩陣,具體描述過程參見“工程數(shù)學(xué)線性代數(shù)(第五版)”,同濟(jì)大學(xué)數(shù)學(xué)系編著,高等教育出版社。
      [0023]定義9,Matlab
      [0024]Matlab是矩陣實(shí)驗(yàn)室(Matrix Laboratory)的簡稱,美國MathWorks公司出品的商業(yè)數(shù)學(xué)軟件,用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語言和交互式環(huán)境。具體用法詳見文獻(xiàn)“MATLAB實(shí)用教程(第二版)”,Holly Moore編著,高會(huì)生、劉童娜、李聰聰譯,電子工業(yè)出版社。
      [0025]本發(fā)明提供了一種基于壓縮感知采樣的空域可縮小圖像的重構(gòu)方法,它包括以下步驟,如附圖1所示:
      [0026]步驟1,原始圖像的預(yù)處理
      [0027]將分辨率為WXH的原始圖像,按照傳統(tǒng)的圖像分塊方法劃分為N=(WXH)/m2個(gè)互不重疊的,大小為mXm的圖像塊,記為B。,B1,…,B1^1,這里W代表原始圖像的寬度,H代表原始圖像的高度,N代表原始圖像塊的個(gè)數(shù),m代表原始圖像塊的寬度和高度;設(shè)定傳統(tǒng)的圖像等間隔無加權(quán)空域下采樣法中的采樣間隔為L,L=2d<m, d為正整數(shù);
      [0028]步驟2,索引矩陣的產(chǎn)生
      [0029]把η2個(gè)整數(shù)0,1,…,η2-1按從小到大的順序逐列擺放,產(chǎn)生一個(gè)大小為ηΧη的索引矩陣,記為A, η為正整數(shù),
      [0030]
      【權(quán)利要求】
      1.基于變權(quán)重式壓縮感知采樣的空域可縮小圖像重構(gòu)方法,其特征是它包括以下步驟: 步驟1,原始圖像的預(yù)處理 將分辨率為WXH的原始圖像,按照傳統(tǒng)的圖像分塊方法劃分為N=(WXH)/m2個(gè)互不重疊的,大小為m X m的圖像塊,記為Btl,B1,…,Bn^1,這里W代表原始圖像的寬度,H代表原始圖像的高度,N代表原始圖像塊的個(gè)數(shù),m代表原始圖像塊的寬度和高度;設(shè)定傳統(tǒng)的圖像等間隔無加權(quán)空域下采樣法中的采樣間隔為L,L=2d<m, d為正整數(shù); 步驟2,索引矩陣的產(chǎn)生 把η2個(gè)整數(shù)O,I,…,η2-1按從小到大的順序逐列擺放,產(chǎn)生一個(gè)大小為ηΧη的索引矩陣,記為A, η為正整數(shù),
      【文檔編號(hào)】G06T9/00GK103473744SQ201310421628
      【公開日】2013年12月25日 申請(qǐng)日期:2013年9月16日 優(yōu)先權(quán)日:2013年9月16日
      【發(fā)明者】朱樹元, 曾兵 申請(qǐng)人:電子科技大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1