基于變權重式壓縮感知采樣的空域可縮小圖像重構方法
【專利摘要】本發明提供了一種基于變權重式壓縮感知采樣的空域可縮小圖像重構方法，它是針對現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-空域下采樣”兩步實現低分辨率圖像展示的方法會降低最終所產生的圖像的質量，通過在壓縮感知域對原始圖像的壓縮采樣數據先進行修正，再進行重構，最終在壓縮感知域直接產生低分辨率的圖像，即將圖像的壓縮感知采樣與空域可縮小重構相結合，實現在低采樣率的條件下直接構造高質量低分辨率圖像的目的。與現有的基于壓縮感知的空域可縮小重構方法相比,本發明具有能夠高效地提供高質量低分辨率圖像的特點，可廣泛用于圖像處理【技術領域】。
【專利說明】 基于變權重式壓縮感知采樣的空域可縮小圖像重構方法
【技術領域】
[0001]本發明屬于圖像處理領域，主要涉及數字圖像的空域縮小重構技術。
【背景技術】
[0002]圖像通常來源于自然場景，任何圖像的拍攝記錄過程，實質是將原始景物進行數據采樣和壓縮的過程。隨著網絡技術和新興多媒體技術的發展，要求圖像處理不僅要適應復雜多變的網絡環境，而且要適應多變的顯示環境。如何實現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，以適應多變的顯示環境，是目前圖像處理領域所面臨的一大挑戰。而如何在新興壓縮技術下實現對原始場景或圖像的低分辨率顯示，是首當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，傳統的采樣過程都要遵循奈奎斯特采樣定理來實現。這一采樣理論在信號處理領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則。2006年，Donobo, Candes和Tao等人提出了針對稀疏信號處理的壓縮感知理論，根據壓縮感知理論，可以在遠低于奈奎斯特采樣定理中所要求的采樣頻率的情況下對信號進行隨機采樣，從而得到少量的觀測值，然后通過求解凸優化問題，即可利用這些觀測值對原始信號進行精確重構，以實現數據的壓縮。這一理論的一個重要應用就是對圖像進行壓縮處理，這也是近年來圖像處理領域的一項重大突破。經過壓縮感知采樣得到的數據，在完成對原始數據采樣的同時，也完成了對數據的壓縮，這本身就是一個高效的信息處理過程。
[0004]利用現有的基于壓縮感知的圖像壓縮及重構技術對經過采樣后的數據進行低分辨率圖像重構時，需要分兩步實現:第一步，對采樣后的數據在壓縮感知域進行與原圖像同分辨率的重構；第二步，對重構后的圖像在空域進行下采樣，得到低分辨率的圖像。這種分步實現的方法，存在一個重大的缺陷:在采樣率較低的情況下，重構出的同分辨率圖像質量較差，再利用這種低質量的圖像去產生低分辨率的圖像，最終得到的圖像的質量也會比較差。為了克服這一缺陷，本發明專利利用壓縮采樣得到的數據在壓縮感知域直接構造高質量的低分辨率圖像，以實現可縮小的圖像重構。
【發明內容】
[0005]本發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方法，它是通過把對圖像的壓縮感知采樣與空域可縮小重構相結合，實現在低采樣率的條件下直接構造高質量低分辨率圖像的目的。與現有的基于壓縮感知的空域可縮小重構方法相比，本發明具有能夠高效地提供高質量低分辨率圖像的特點，能夠克服現有方法中使用“壓縮感知域重構-空域下采樣”兩步實現圖像的空域可縮小重構，而無法提供高質量參考圖像，進而無法產生高質量低分辨率圖像的缺點。
[0006]為了方便描述本發明的內容，首先做以下術語定義:
[0007]定義I，傳統的圖像分塊方法[0008]傳統的圖像分塊方法按照JPEG標準中對圖像進行分塊的方法，將原始圖像劃分為多個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，傳統的圖像塊合成圖像的方法
[0010]傳統的圖像塊合成圖像的方法是按照JPEG標準中用圖像塊進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，傳統的壓縮感知采樣
[0012]傳統的壓縮感知采樣方法是在低于奈奎斯特采樣率的條件下，根據設定的采樣率，產生隨機采樣矩陣Φ，用隨機采樣矩陣Φ對原始信號進行采樣，獲取信號的離散樣本的方法，具體描述過程參見文獻“Compressed sensing”。
[0013]定義4，傳統的基于圖像塊的壓縮感知采樣
[0014]為了實現對二維圖像的壓縮感知采樣，通常先將二維圖像分塊，再將每個二維圖像塊轉化為一個一維信號，最終用隨機采樣矩陣Φ對每個一維信號進行壓縮采樣，具體步驟參見文獻“Block compressed sensing of natural images，，。
[0015]定義5，傳統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)是一種將凸優化問題轉化為二次規劃問題，并利用特殊的線搜索法和終止技術，對壓縮感知采樣后的數據進行快速重構的方法，具體步驟參見文獻“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圖像進行基于圖像塊的壓縮采樣后，對采樣得到的數據利用求解凸優化的問題進行重建，產生一維的重建信號，再將一維的重建信號轉化為二維的圖像信號，用來實現整個圖像的重建，具體步驟參見文獻“Block compressedsensing of natural images，，。
[0019]定義7，傳統的圖像等間隔無加權空域下采樣法
[0020]傳統的圖像等間隔空域無加權下采樣法是用來實現圖像縮小顯示的一種方法。這種方法以圖像左上角第一個像素點為起點，同時沿水平向右和垂直向下兩個方向對部分像素點直接進行等間隔不重復抽取，而不做任何鄰域加權處理的采樣方法。
[0021]定義8，傳統的對矩陣進行子矩陣劃分的方法
[0022]傳統的對矩陣進行子矩陣劃分的方法按照線性代數理論中對矩陣進行分塊的方法，將原始矩陣劃分為多個互不重疊的等尺寸子矩陣，具體描述過程參見“工程數學線性代數(第五版)”，同濟大學數學系編著，高等教育出版社。
[0023]定義9，Matlab
[0024]Matlab是矩陣實驗室(Matrix Laboratory)的簡稱，美國MathWorks公司出品的商業數學軟件，用于算法開發、數據可視化、數據分析以及數值計算的高級技術計算語言和交互式環境。具體用法詳見文獻“MATLAB實用教程(第二版)”，Holly Moore編著，高會生、劉童娜、李聰聰譯，電子工業出版社。
[0025]本發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，原始圖像的預處理
[0027]將分辨率為WXH的原始圖像，按照傳統的圖像分塊方法劃分為N=(WXH)/m2個互不重疊的，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數，m代表原始圖像塊的寬度和高度；設定傳統的圖像等間隔無加權空域下采樣法中的采樣間隔為L，L=2d<m, d為正整數；
[0028]步驟2，索引矩陣的產生
[0029]把η2個整數0，1，…，η2-1按從小到大的順序逐列擺放，產生一個大小為ηΧη的索引矩陣，記為A, η為正整數，
[0030]
【權利要求】
1.基于變權重式壓縮感知采樣的空域可縮小圖像重構方法，其特征是它包括以下步驟: 步驟1，原始圖像的預處理 將分辨率為WXH的原始圖像，按照傳統的圖像分塊方法劃分為N=(WXH)/m2個互不重疊的，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數，m代表原始圖像塊的寬度和高度；設定傳統的圖像等間隔無加權空域下采樣法中的采樣間隔為L，L=2d<m, d為正整數； 步驟2，索引矩陣的產生 把η2個整數O，I，…，η2-1按從小到大的順序逐列擺放，產生一個大小為ηΧη的索引矩陣，記為A, η為正整數，
【文檔編號】G06T9/00GK103473744SQ201310421628
【公開日】2013年12月25日 申請日期:2013年9月16日 優先權日:2013年9月16日
【發明者】朱樹元, 曾兵 申請人:電子科技大學