一種基于塊壓縮感知的圖像編碼方法

文檔序號：9551769閱讀：412來源：國知局

一種基于塊壓縮感知的圖像編碼方法
【技術領域】
[0001] 本發(fā)明涉及數字圖像、數字視頻壓縮編碼的技術領域，特別是一種基于塊壓縮感知的圖像編碼方法。
【背景技術】
[0002] 由于傳統圖像編碼需要全采樣再壓縮，編碼端所需存儲空間大，且復雜性高，誘發(fā) 了壓縮感知理論的提出和發(fā)展，它可以從低于奈奎斯特率的線性投影中精確恢復原始信號。作為二維圖像的應用，塊壓縮感知（BCS)可以大大減輕采樣負擔，但也面臨著隨機采樣操作需要巨大的存儲空間和重構過程消耗龐大計算量的挑戰(zhàn)。
[0003] 由于基于平滑蘭德韋伯投影（SPL)算法能夠快速實現壓縮感知重構，同時通過施加平滑消除塊效應，達到提高重構圖像質量的目的。然而，通過BCS-SPL的重構圖像質量遠不及我們的需要。目前，許多研究者開發(fā)了關于BCS-SPL的改進算法用于提高圖像重構質量，如將BCS-SPL擴展到更多方向域，使用多假設預測，及其多尺度變型，甚至加入標量量化和脈碼調制等。提高圖像重構質量的另一種方法是設計一個更好的測量矩陣。例如，優(yōu) 化投影（0P)，基于學習的對偶的KSVD，基于回歸模型的BCS測量矩陣。然而通過字典訓練的測量矩陣的構造耗時長，基于回歸模型的測量矩陣生成器構造復雜，且隨機性強，不易于實用化。

【發(fā)明內容】

[0004] 有鑒于此，本發(fā)明的目的是提出一種基于塊壓縮感知的圖像編碼方法，兼顧編碼的質量、速度及實用化，進一步提高圖像的壓縮率、簡化編碼過程，改善了重構性能。
[0005] 本發(fā)明采用以下方案實現：一種基于塊壓縮感知的圖像編碼方法，具體包括以下步驟：步驟S1 :根據圖像塊尺寸和測量數設計測量矩陣；步驟S2 :設計量化位數，得到圖像塊測量值的量化位數矩陣；步驟S3:利用步驟S1的測量矩陣與步驟S2的量化位數，對圖像進行編碼得到比特流；步驟S4 :將步驟S3得到比特流解碼，得到重構圖像。
[0006] 進一步的，所述步驟S1具體包括以下步驟：步驟S11 :根據圖像塊的尺寸·?生成《5^的DCT矩陣取，其中_傷S; 步驟S12 :根據Z字形順序將所述DCT矩陣巧的行向量重新排序得到排序矩陣疼；步驟S13:根據給定的測量數a?，截取排序矩陣疼的前a?行，得到測量矩陣兒
[0007] 進一步的，所述步驟S2具體包括以下步驟：步驟S21:根據自然圖像的DCT系數的能量分布特點，構造從低頻向高頻呈遞增趨勢的量化表；步驟S22:將所述量化表中的元素均替換為以2為底的對數值，并求其與原始系數位數的補，得到圖像塊測量值的量化位數矩陣。
[0008] 進一步的，所述步驟S3具體包括以下步驟：步驟S31 :將圖像塊掃描為**1的圖像塊矢量^ ; 步驟S32 :將已構造的wx·?的測量矩陣乘以圖像塊矢量&得到的測量值矢量％ ; 步驟S33 :按照步驟S2設計的量化位數，從測量值矢量&中取出相應的位數串接而成比特流。
[0009] 進一步的，所述步驟S4具體包括以下步驟：步驟S41 :對步驟S3得到的比特流進行反量化，得到近似的測量值矢量；步驟S42:將各塊的測量值矢量組合成測量值矩陣；步驟S43:利用SPL重構算法生成重構圖像。
[0010] 進一步的，所述步驟S43具體包括以下步驟：步驟S431 :初始化變量k=0,重構初始解其中J為測量矩陣，/為測量值矩陣；步驟S432 :依次進行像素域維納濾波、第一次蘭德韋伯投影、變換域的硬閾值收縮、反變換到像素域、第二次蘭德韋伯投影操作；步驟S433 :判斷輸出結果誤差是否在設定范圍內，若是，則輸出結果筆;否則令變量是-hi，并返回步驟S432。
[0011] 與現有技術相比，本發(fā)明將傳統圖像編碼中的變換、量化和掃描融合為一個壓縮采樣步驟，提出Z字形離散余弦變換矩陣的構造方法，及相應的編解碼方案，采用本發(fā)明的方法處理圖像，所需的數據量少，重構質量高，重構速度快。
【附圖說明】
[0012] 圖1為本發(fā)明的方法流程示意圖。
[0013] 圖2為本發(fā)明實施例的數據塊。
[0014]圖3為本發(fā)明實施例的DCT變換系數。
[0015] 圖4為本發(fā)明實施例中Ζ字形掃描示意圖。
[0016] 圖5為本發(fā)明實施例的量化表。
[0017]圖6為本發(fā)明實施例的量化位數矩陣。
[0018]圖7為本發(fā)明實施例的矢量化掃描示意圖。
[0019]圖8為本發(fā)明實施例的圖像塊矢量。
[0020] 圖9為本發(fā)明實施例的SPL重構算法流程示意圖。
[0021] 圖10 (a)為本發(fā)明實施例中Lena512.bmp圖像的重構性能中峰值信噪比示意圖。
[0022] 圖10 (b)為本發(fā)明實施例中Lena512.bmp圖像的重構性能中重構時間示意圖。
[0023] 圖11 (a)為本發(fā)明實施例中Barbara512.bmp圖像的重構性能中峰值信噪比示意圖。
[0024] 圖11(b)為本發(fā)明實施例中Barbara512.bmp圖像的重構性能中重構時間示意圖。
【具體實施方式】
[0025] 下面結合附圖及實施例對本發(fā)明做進一步說明。
[0026] 如圖1所示，本實施例提供了一種基于塊壓縮感知的圖像編碼方法，具體包括以下步驟：步驟S1:根據圖像塊尺寸和測量數設計測量矩陣；步驟S2 :設計量化位數，得到圖像塊測量值的量化位數矩陣；步驟S3 :利用步驟S1的測量矩陣與步驟S2的量化位數，對圖像進行編碼得到比特流；步驟S4 :將步驟S3得到比特流解碼，得到重構圖像。
[0027] 在本實施例中，圖像的分塊大小為4?4,如圖2所示，每個像素及DCT系數(如圖3 所示）的位數為8位。
[0028] 在本實施例中，所述步驟S1具體包括以下步驟：步驟S11 :根據圖像塊的尺寸#賴(4料）生成狀_ι?(_：_1:6)的DCT矩陣<%，其中赫伽:方；步驟S12 :根據Ζ字形順序(如圖4所示）將所述DCT矩陣螂的行向量重新排序得到排序矩陣您；步驟S13 :根據給定的測量數a?，截取排序矩陣乾的前a?行，得到ww測量矩陣4其中私對應的測量值矢量為爲:，％對應的測量值矢量為&。
[0029] 其
[0030] 在本實施例中，所述步驟S2具體包括以下步驟：步驟S21:根據自然圖像的DCT系數的能量分布特點，構造從低頻向高頻呈遞增趨勢的量化表，如圖5所示；步驟S22:將所述量化表中的元素均替換為以2為底的對數值，并求其與原始系數位數的補，得到圖像塊測量值的量化位數矩陣，如圖6所示。
[0031] 在本實施例中，所述步驟S3具體包括以下步驟：步驟S31:將圖像塊掃描為_的圖像塊矢量如圖7以及圖8所示；步驟S32 :將已構造的?的測量矩陣乘以圖像塊矢量％得到相對的測量值矢量巧，:?的表達式見上文；步驟S33 :按照步驟S2設計的量化位數，從測量值矢量&中取出相應的位數串接而成比特流。
[0032] 在本實施例中，所述步驟S4具體包括以下步驟：步驟S41:對步驟S3得到的比特流進行反量化，S卩每個截取的測量值矢量乘以量化系數得到近似的測量值矢量；步驟S42 :將各塊的測量值矢量組合成測量值矩陣；步驟S43 :利用SPL重構算法生成重構圖像。在本實施例中，如圖9所示，所述步驟S43具體包括以下步驟：步驟S431 :初始化變量k=0,重構初始解其中^為測量矩陣，/為測量值矩陣；步驟S432 :依次進行像素域維納濾波、第一次蘭德韋伯投影、變換域的硬閾值收縮、反變換到像素域、第二次蘭德韋伯投影操作；步驟S433 :判斷輸出結果誤差是否在設定范圍內，若是，則輸出結果X,;否則令變量是-JtH，并返回步驟S432。
[0033] 較佳地，利用本發(fā)明的基于塊壓縮感知的圖像編碼方法（BDCTZ-SPL)和隨機采樣的塊壓縮感知方法（BCS-SPL)，通過Mat1ab工具分別對512X512的經典圖像Lena 和Barbara進行仿真測試，圖像塊尺寸取8X8,實驗平臺是配置為Intel(R)Core(TM) i5-2520MCPU,主頻2. 50Ghz，內存3. 05G的聯想筆記本。在低采樣率時，重構的峰值信噪比（PSNR)和重構時間曲線如圖10 (a)、10 (b)、ll(a)、ll(b)所示。實驗結果表明，本發(fā) 明的方法重構的PSNR比BCS-SPL約高出5-8dB，重構時間更短。
[0034] 該方法可以直接應用于塊壓縮感知中，也可以嵌入到現有的JPEG編解碼模塊中，從而簡化壓縮采樣過程，并提高重構質量。
[0035] 以上所述僅為本發(fā)明的較佳實施例，凡依本發(fā)明申請專利范圍所做的均等變化與修飾，皆應屬本發(fā)明的涵蓋范圍。
【主權項】
1. 一種基于塊壓縮感知的圖像編碼方法，其特征在于包括以下步驟：步驟S1 :根據圖像塊尺寸和測量數設計測量矩陣；步驟S2 :設計量化位數，得到圖像塊測量值的量化位數矩陣；步驟S3 :利用步驟S1的測量矩陣與步驟S2的量化位數，對圖像進行編碼得到比特流；步驟S4 :將步驟S3得到的比特流解碼，得到重構圖像。2. 根據權利要求1所述的一種基于塊壓縮感知的圖像編碼方法，其特征在于：所述步驟S1具體包括以下步驟：步驟S11 :根據圖像塊的尺寸敵燦生成糾β的DCT矩陣祝,，其中脅:胸J; 步驟S12 :根據Ζ字形順序將所述DCT矩陣與.的行向量重新排序得到排序矩陣與；步驟S13 :根據給定的測量數％截取排序矩陣與的前4于，得到測量矩陣兒3. 根據權利要求1所述的一種基于塊壓縮感知的圖像編碼方法，其特征在于：所述步驟S2具體包括以下步驟：步驟S21 :根據自然圖像的DCT系數的能量分布特點，構造從低頻向高頻呈遞增趨勢的量化表；步驟S22 :將所述量化表中的元素均替換為以2為底的對數值，并求其與原始系數位數的補，得到圖像塊測量值的量化位數矩陣。4. 根據權利要求1所述的一種基于塊壓縮感知的圖像編碼方法，其特征在于：所述步驟S3具體包括以下步驟：步驟S31 :將圖像塊掃描為am的圖像塊矢量^ ; 步驟S32 :將已構造的的測量矩陣乘以圖像塊矢量:^得到顧I的測量值矢量於；步驟S33 :按照步驟S2設計的量化位數，從測量值矢量ft中取出相應的位數串接而成比特流。5. 根據權利要求1所述的一種基于塊壓縮感知的圖像編碼方法，其特征在于：所述步驟S4具體包括以下步驟：步驟S41 :對步驟S3得到的比特流進行反量化，得到近似的測量值矢量；步驟S42 :將各塊的測量值矢量組合成測量值矩陣；步驟S43 :利用SPL重構算法生成重構圖像。6. 根據權利要求5所述的一種基于塊壓縮感知的圖像編碼方法，其特征在于：所述步驟S43具體包括以下步驟：步驟S431 :初始化變量k=0,重構初始解其中J為測量矩陣，/為測量值矩陣；步驟S432 :依次進行像素域維納濾波、第一次蘭德韋伯投影、變換域的硬閾值收縮、反變換到像素域、第二次蘭德韋伯投影操作；步驟S433 :判斷輸出結果誤差是否在設定范圍內，若是，則輸出結果#;否則令變量UH.，并返回步驟S432。
【專利摘要】本發(fā)明涉及一種基于塊壓縮感知的圖像編碼方法，首先根據圖像塊尺寸和測量數設計測量矩陣；然后設計量化位數，得到圖像塊測量值的量化位數矩陣；接著利用測量矩陣與量化位數，對圖像進行編碼得到比特流；最后將比特流解碼，得到重構圖像。本發(fā)明能夠兼顧編碼的質量、速度及實用化，進一步提高圖像的壓縮率、簡化編碼過程，改善了重構性能。
【IPC分類】H04N19/147, H04N19/129, H04N19/625, H04N19/132, H04N19/124
【公開號】CN105306936
【申請?zhí)枴緾N201510423810
【發(fā)明人】陳建, 蘇凱雄, 朱宇耀, 吳林煌
【申請人】福州大學
【公開日】2016年2月3日
【申請日】2015年7月17日

完整全部詳細技術資料下載