基于壓縮感知和wbct變換的靜態(tài)圖像編碼方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)字圖像處理領(lǐng)域、靜態(tài)圖像編碼領(lǐng)域。具體講，涉及基于壓縮感知和WBCT變換的靜態(tài)圖像編碼方法。
【背景技術(shù)】
[0002]圖像數(shù)據(jù)有極強的相關(guān)性，即圖像信息有大量的冗余信息。這是圖像壓縮技術(shù)賴以發(fā)展的基礎(chǔ)，人們就是最大限度地利用這種冗余信息，盡量減少表示圖像時所需的數(shù)據(jù)來進行圖像壓縮。圖像壓縮編碼一般來說主要分為三大步驟:圖像的去相關(guān)表示(變換)，量化，摘編碼。
[0003]壓縮感知能夠?qū)⒁粋€高維的稀疏信號或可壓縮信號由測量后得到的維數(shù)較低的測量值進行重構(gòu)，突破了信號獲取方面?zhèn)鹘y(tǒng)的奈奎斯特采樣定律的限制，即可在信號采樣的同時，進行數(shù)據(jù)的壓縮?；贑S的信息處理方法對編碼端設(shè)計的復(fù)雜度要求低，計算量需求小，且將采樣與編碼結(jié)合，可以直接獲得待處理信號的少量關(guān)鍵測量。

【發(fā)明內(nèi)容】

[0004]為克服現(xiàn)有技術(shù)的不足，本發(fā)明旨在實現(xiàn)基于壓縮感知框架下進行靜態(tài)圖像的有效編碼，大大降低系統(tǒng)的硬件和運算負擔，進而加快整個系統(tǒng)的運行速度，可以在降低采樣矩陣規(guī)模的同時加快采樣的速度。為此，本發(fā)明采取的技術(shù)方案是，基于壓縮感知和WBCT變換的靜態(tài)圖像編碼方法，包括如下步驟:
[0005]第一步:對圖像進行基于小波的Contourlet變換(WBCT)，分別得到低頻融合分量和高頻融合分量；
[0006]第二步:對源圖像的低頻分量采用經(jīng)典的基于多級樹集合分裂排序(SetPartit1ning in Hierarchical Trees, SPIHT)的編石馬算法；
[0007]第三步:對高頻分量采用壓縮感知Compressed sensing編碼。
[0008]WBCT的具體實現(xiàn)過程為:對于任意層數(shù)的小波分解，以含有細節(jié)信息的高頻子帶HL、LH和HH作為方向分解的對象，對同一尺度上的高頻子帶施加分解級數(shù)相同的方向變換，LH:小波分解得到的低高位值；HL:小波分解得到的高低位值；HH:小波分解得到的高高位值；為了滿足各向異性規(guī)則，在小波分解的最高層做分解級數(shù)最多的方向變換，然后對次高層做減半分解級數(shù)的方向變換。
[0009]高頻分量壓縮感知Compressed sensing編碼:
[0010](I)對每個高頻子塊進行量化處理，Y = ΦΧ，Χ表示原始信號，Φ表示稀疏映射矩陣，本方法中φ采用托普利茲(Toeplitz)矩陣；
[0011](2)對每個數(shù)據(jù)塊單元的稀疏變換系數(shù)用Z(Zigzag)行掃描將其變成一維的數(shù)列，以有利于后面的熵編碼步驟。
[0012]與已有技術(shù)相比，本發(fā)明的技術(shù)特點與效果:
[0013]壓縮感知理論在圖像編碼的同時對數(shù)據(jù)進行適當?shù)膲嚎s，減少了采樣數(shù)據(jù)，節(jié)省了存儲空間，同時又包含了足夠的信息量。
【附圖說明】
[0014]圖1為本發(fā)明方法技術(shù)流程圖。
[0015]圖2WBCT三層分解結(jié)構(gòu)圖。
【具體實施方式】
[0016]本發(fā)明采取以下技術(shù)方案:
[0017]基于壓縮感知和WBCT變換的靜態(tài)圖像編碼的具體步驟如下:
[0018]第一步:對圖像進行基于小波的Contourlet變換(WBCT)，分別得到低頻融合分量和高頻融合分量；
[0019]第二步:對源圖像的低頻分量采用優(yōu)化的基于多級樹集合分裂排序(SetPartit1ning in Hierarchical Trees, SPIHT)的編石馬算法；
[0020]第三步:對高頻分量采用壓縮感知Compressed sensing編碼:
[0021]技術(shù)路線:
[0022]1、圖像稀疏
[0023]圖像稀疏是圖像進行壓縮感知的基礎(chǔ)。本發(fā)明主要采用基于小波的Contourlet變換(WBCT)。見圖2.
[0024]針對小波變換的局限性，為了更加有效的表示和處理圖像等高維空間數(shù)據(jù)，本發(fā)明采用基于小波的Contourlet變換(WBCT)。WBCT的實現(xiàn)過程也采用了兩級分解，首先，WBCT采用小波變換實現(xiàn)多尺度分解，有效地避免了 LP(拉普拉斯)濾波器引入的數(shù)據(jù)冗余，其次，使用方向濾波器組將小波分解得到的高頻子帶進行方向分解。在小波分解階段，WBCT采用了可分離濾波器，在DFB (方向濾波器(Direct1nal Filter Banks)階段，采用了由扇形濾波器組成的不可分離迭代樹狀方向濾波器組。WBCT兩層變換都是無冗余的變換，因此WBCT是非冗余變換。
[0025]WBCT的具體實現(xiàn)過程為:對于任意層數(shù)的小波分解，以含有細節(jié)信息的高頻子帶HL、LH和HH作為方向分解的對象，對同一尺度上的高頻子帶施加分解級數(shù)相同的方向變換。為了滿足各向異性規(guī)則，可以在小波分解的最高層做分解級數(shù)最多的方向變換，然后對次高層減半方向變換的分解級數(shù)。圖2是WBCT的分解示意圖。
[0026]2、低頻部分采用經(jīng)典的SPIHT算法的設(shè)計
[0027]低頻子帶內(nèi)存在著許多大幅值系數(shù)，原始圖像的絕大部分能量集中在最低頻子帶中，因此，能否對最低頻子帶內(nèi)的這些大幅值系數(shù)進行有效編碼，將在很大程度上影響圖像編碼質(zhì)量.本發(fā)明僅對低頻部分進行經(jīng)典的SPIHT編碼，使幅值更集中，從而使得原來用較多比特位來表示的大幅值可以用更少的比特位來表示，即節(jié)省了編碼的碼字，提高了壓縮效率.
[0028]3、高頻分量壓縮感知Compressed sensing編碼:
[0029](I)對每個高頻子塊進行量化處理，Y = ΦΧ，Χ表示原始信號，Φ表示稀疏映射矩陣，本方法中Φ采用托普利茲(Toeplitz)矩陣；
[0030](2)對每個數(shù)據(jù)塊單元的稀疏變換系數(shù)用Z(Zigzag)行掃描將其變成一維的數(shù)列，以有利于后面的熵編碼步驟。
[0031]為了得到更高效，更快速的圖像融合過程，建議通過較多次的實驗結(jié)果對比來確定更利于圖像融合的閾值參數(shù)，使得融合在實現(xiàn)快速的基礎(chǔ)上更加合理與準確，實現(xiàn)真正的高效處理。
【主權(quán)項】
1.一種基于壓縮感知和WBCT變換的靜態(tài)圖像編碼方法，其特征是，包括如下步驟: 第一步:對圖像進行基于小波的Contourlet變換(WBCT)，分別得到低頻融合分量和高頻融合分量； 第二步:對源圖像的低頻分量采用經(jīng)典的基于多級樹集合分裂排序(SetPartit1ning inHierarchical Trees, SPIHT)的編石馬算法； 第三步:對高頻分量采用壓縮感知Compressed sensing編碼。
2.如權(quán)利要求1所述的基于壓縮感知和WBCT變換的靜態(tài)圖像編碼方法，其特征是，WBCT的具體實現(xiàn)過程為:對于任意層數(shù)的小波分解，以含有細節(jié)信息的高頻子帶HL、LH和HH作為方向分解的對象，對同一尺度上的高頻子帶施加分解級數(shù)相同的方向變換，LH:小波分解得到的低高位值；HL:小波分解得到的高低位值；HH:小波分解得到的高高位值；為了滿足各向異性規(guī)則，在小波分解的最高層做分解級數(shù)最多的方向變換，然后對次高層做減半分解級數(shù)的方向變換。
3.如權(quán)利要求1所述的基于壓縮感知和WBCT變換的靜態(tài)圖像編碼方法，其特征是，高頻分量壓縮感知Compressed sensing編碼: (1)對每個高頻子塊進行量化處理，Y= ΦΧ，X表示原始信號，Φ表示稀疏映射矩陣，本方法中Φ采用托普利茲(To印Iitz)矩陣； (2)對每個數(shù)據(jù)塊單元的稀疏變換系數(shù)用Z(Zigzag)行掃描將其變成一維的數(shù)列，以有利于后面的熵編碼步驟。
【專利摘要】本發(fā)明涉及數(shù)字圖像處理領(lǐng)域、靜態(tài)圖像編碼領(lǐng)域，為實現(xiàn)基于壓縮感知框架下進行靜態(tài)圖像的有效編碼，降低系統(tǒng)的硬件和運算負擔，進而加快整個系統(tǒng)的運行速度，本發(fā)明采取的技術(shù)方案是，基于壓縮感知和WBCT變換的靜態(tài)圖像編碼方法，包括如下步驟：第一步：對圖像進行基于小波的Contourlet變換(WBCT)；第二步：對源圖像的低頻分量采用經(jīng)典的基于多級樹集合分裂排序(Set Partitioning in Hierarchical Trees,SPIHT)的編碼算法；第三步：對高頻分量采用壓縮感知Compressed sensing編碼。本發(fā)明主要應(yīng)用于圖像處理領(lǐng)域。
【IPC分類】G06T9-00
【公開號】CN104680561
【申請?zhí)枴緾N201510038054
【發(fā)明人】羅韜, 史再峰
【申請人】天津大學
【公開日】2015年6月3日
【申請日】2015年1月26日