專利名稱：基于壓縮感知的多描述圖像編碼和解碼方法
技術領域：
本發明涉及圖像處理領域，具體地說是一種基于壓縮感知的多描述圖像編碼和解碼方法。
背景技術：
網絡、通信及普適計算等技術的穩步發展，使實時、高質量的圖像通信服務業務成為可能。然而，在圖像和視頻信息的傳輸過程中，網絡所具有的異構、時變、帶寬有限、誤碼率高、易丟包、延遲以及接收端處理能力的不均衡等特性通常會使解碼圖像的質量下降，有時甚至會帶來解碼錯誤，實時傳輸高質量的圖像信息和有效控制傳輸信道的差錯成為一個具有挑戰性的工作。多描述編碼(Multiple Description Coding,MDC)機制作為適應不可靠傳輸信道圖像和視頻傳輸的一種重要編碼手段，其通過引入描述間的冗余來抵抗信息在傳輸過程中因信道的差錯所帶來的質量降質，提高傳輸的魯棒性。現有的多描述編碼方法主要包括以下幾類基于量化的多描述編碼，基于下采樣的多描述編碼和基于變換的多描述編碼等，其中基于下采樣的方法是通過時/空域或變換域下采樣將原圖像劃分為多幅子圖像，對它們進行獨立編碼并通過不同信道傳輸到解碼端，該類方式具有較為簡單的編碼器，但很難進行冗余控制和有效保護關鍵信息，通常具有較差的性能，且一般隨著描述個數的增加性能更加惡化；基于量化的編碼方法是通過對信源進行不同精度的量化來獲得相應的描述，該類方法一般能夠較靈活地控制冗余，然而其索引分配的設計比較困難，不能很好地平衡邊緣和中央信道的編碼效率；基于變換的編碼方式是通過對信源進行變換，在正交變換系數中引入可控的相關性，形成描述的冗余信息， 在解碼端對丟失的描述可利用收到的描述和其中的冗余信息進行評估預測，預測方法通常采用線性插值法，這種直接將變換系數通過采樣形成不同的子集作為描述通常會在一定程度上使圖像重要的頻率系數丟失，導致圖像解碼質量的下降；此外，解碼端的線性插值預測盡管方法簡單，但預測誤差較大，直接影響到生成圖像的信噪比。
發明內容
有鑒于此，本發明旨在提供一種基于壓縮感知的多描述圖像編碼和解碼方法，該方法能夠自適應選擇圖像的下采樣方式，使解碼圖像具有較高的信噪比和較好的視覺效^ ο為了實現上述目的，本發明提供一種供基于壓縮感知的多描述圖像編碼方法，其特征在于，包括步驟1.確定下采樣方式，并根據所述下采樣方式，進行下采樣獲得子圖像&的小波系數矩陣K1，子圖像&的小波系數矩陣K2 ；步驟2.對所述子圖像^C1的小波系數矩陣Kl進行基于壓縮感知的0系數舍棄，獲得稀疏小波系數矩陣Ll ；對所述子圖像的小波系數矩陣K2進行基于壓縮感知的0系數舍棄，獲得稀疏小波系數矩陣L2 ；
步驟3.確定主信息編碼碼率Pl和冗余信息的編碼碼率P2 ；步驟4.根據所述主信息編碼碼率和冗余編碼碼率，計算主信息觀測值Ml和冗余信息觀測值M2，并生成主信息隨機矩陣Z1、冗余信息隨機矩陣Z2，其中，主信息觀測值Ml = 主信息編碼碼率PlX信號的分量數量N;冗余信息觀測值M2 =冗余編碼碼率P2X信號的分量數量N，主信息隨機矩陣Zl維數為Ml XN ；冗余信息隨機矩陣Z2維數為M2XN ；步驟5.將所述主信息隨機矩陣Zl和冗余信息隨機矩陣Z2作為觀測矩陣，通過計算主信息隨機矩陣Zl與主信息稀疏小波系數矩陣Ll的乘積，獲得主信息觀測向量Y1，通過計算冗余信息隨機矩陣Z2與主信息稀疏小波系數矩陣L2的乘積，獲得冗余信息觀測向量 Y2 ；步驟6.將所述主信息觀測向量Yl的奇數位和冗余信息觀測向量Y2的偶數位結合，形成描述1信息；將所述主信息觀測向量的偶數位和冗余信息觀測向量的奇數位結合，形成描述2信息；優選的，步驟1所述確定下采樣方式包括如下步驟步驟11對原始圖像進行隔行采樣，獲得隔行采樣子圖像A、B ；對所述輸入圖像進行隔列采樣，獲得隔列采樣子圖像C、D ；步驟12對所述隔行采樣子圖像A、B進行同一小波變換，形成隔行采樣圖像的小波系數矩陣~、B1 ；對所述隔列采樣子圖像C、D進行同一小波變換，形成隔行采樣圖像的小波系數矩陣Q、D1,步驟13分別統計所述小波系數矩陣ApBPCPD1的中包括各子帶在內的，感知理論框架中的非零元素的個數，分別獲得小波系數矩陣A” B1^C1, D1對應的非零元素的數量K” K2、K3、K4;步驟14如果小波系數矩陣~、B1, C1, D1對應的非零元素的數量&、K2, K3> K4不完全相等，則轉步驟15;否則，分別計算小波系數矩陣~、B。Cp D1稀疏絕對值的和；如果小波系數矩陣ApB1XpD1稀疏絕對值的和不完全相等，則采用稀疏絕對值和
最小的小波系數矩陣所對應的采樣方式；否則，按下式計算圖像的行(列)相關系數Yk:
權利要求
1.一種供基于壓縮感知的多描述圖像編碼方法，其特征在于，包括步驟1.確定下采樣方式，并根據所述下采樣方式，進行下采樣獲得子圖像&的小波系數矩陣K1，子圖像&的小波系數矩陣K2 ；步驟2.對所述子圖像&的小波系數矩陣Kl進行基于壓縮感知的0系數舍棄，獲得稀疏小波系數矩陣Ll ；對所述子圖像的小波系數矩陣K2進行基于壓縮感知的0系數舍棄， 獲得稀疏小波系數矩陣L2 ；步驟3.確定主信息編碼碼率Pl和冗余信息的編碼碼率P2 ；根據所述主信息編碼碼率Pl和冗余編碼碼率P2，計算主信息觀測值Ml和冗余信息觀測值M2，并生成主信息隨機矩陣Z1、冗余信息隨機矩陣Z2，其中，主信息觀測值Ml=主信息編碼碼率PlX信號的分量數量N ；冗余信息觀測值M2 =冗余編碼碼率P2X信號的分量數量N，主信息隨機矩陣Zl維數為MlXN ；冗余信息隨機矩陣Z2維數為M2XN ；步驟4.將所述主信息隨機矩陣Zl和冗余信息隨機矩陣Z2作為觀測矩陣，通過計算主信息隨機矩陣Zl與主信息稀疏小波系數矩陣Ll的乘積，獲得主信息觀測向量Y1，通過計算冗余信息隨機矩陣Z2與主信息稀疏小波系數矩陣L2的乘積，獲得冗余信息觀測向量Y2 ；步驟5.將所述主信息觀測向量Yl的奇數位和冗余信息觀測向量Y2的偶數位結合，形成描述1信息；將所述主信息觀測向量的偶數位和冗余信息觀測向量的奇數位結合，形成描述2信息。
2.根據權利要求1所述一種供基于壓縮感知的多描述圖像編碼方法，其特征在于，所述確定下采樣方式包括如下步驟步驟11.對原始圖像進行隔行采樣，獲得隔行采樣子圖像A、B ；對所述輸入圖像進行隔列采樣，獲得隔列采樣子圖像C、D ；步驟12.對所述隔行采樣子圖像A、B進行同一小波變換，形成隔行采樣圖像的小波系數矩陣~、B1 ；對所述隔列采樣子圖像C、D進行同一小波變換，形成隔行采樣圖像的小波系數矩陣Q、D1,步驟13.分別統計所述小波系數矩陣ApB1XpD1的中包括各子帶在內的，感知理論框架中的非零元素的個數，分別獲得小波系數矩陣ApBPCPD1對應的非零元素的數量Ki、K2、 κ3>κ4 ；步驟11.如果小波系數矩陣ApBp CpD1對應的非零元素的數量&、1(2、1(3、1(4不完全相等，則轉步驟15;否則，分別計算小波系數矩陣Ap Bp Q、D1稀疏絕對值的和；如果小波系數矩陣ApB1XpD1稀疏絕對值的和不完全相等，則采用稀疏絕對值和最小的小波系數矩陣所對應的采樣方式；否則，按下式計算圖像的行(列)相關系數Yk
3.一種基于壓縮感知的多描述圖像解碼方法，其特征在于，包括以下步驟步驟1根據所接收的主信息和冗余信息，確定上采樣(即相對于下采樣而言的，它是對圖像進行插值操作)方法，分解所接收的描述獲得主信息觀測向量Yi和冗余信息觀測向量 Υ2。步驟2利用正交匹配追蹤算法根據主信息觀測向量Yl獲得主信息子圖像的系數矩陣 Μ1，根據冗余信息觀測向量Υ2獲得冗余信息子圖像的系數矩陣Μ2 ；步驟3對主信息子圖像系數矩陣Ml進行小波逆變換分別重構出逼近的子圖像& ；對冗余信息子圖像系數矩陣Μ2進行小波逆變換分別重構出逼近的子圖像；步驟4根據所述采樣方法，確定與丟失奇數行相對應的上偶數行的信息權重α工、與丟失奇數行相對應的下偶數行的信息權重α 2、與丟失奇數行對應的冗余信息的權重β ；根據下式進一步確定逼近的子圖像&；U(XY)Y=^-IX2(XY)=I2OiXi (X, ^+OC2Xi (Χ, Υ+1)+βΧ^{Χ, Y), else其中row為圖像的行號；步驟5通過上采樣將逼近的子圖像Xl和逼近的子圖像X2合并解碼出原始圖像信號。
4.一種基于壓縮感知的多描述圖像解碼方法，其特征在于，包括以下步驟步驟1.分別對接收到的兩個描述進行分解，獲得主信息觀測向量Yl和冗余信息觀測向量Y2 ；步驟2.利用正交匹配追蹤算法根據主信息觀測向量Yl分別求解出兩個描述主信息對應的子圖像的系數矩陣Ml和M2 ；步驟3.對主信息對應的子圖像的系數矩陣Ml和M2進行小波逆變換分別重構出逼近的子圖像Xl和逼近的子圖像X2 ；步驟4.通過上采樣將逼近的子圖像Xl和逼近的子圖像X2合并，解碼出原始圖像信號。
全文摘要
本發明提供一種基于壓縮感知的多描述圖像編碼和解碼方法，屬于圖像處理領域，該方法以圖像行列相關系數和稀疏度為依據，自適應地選擇圖像的下采樣方式，并根據采樣圖像的測量值確定多個描述。其中，描述信息包括當前描述的主信息和另一個描述的保護信息。當傳輸信道環境惡劣而使一個描述丟失時，本發明給出一種基于加權的方法來預測丟失的描述。同時，為了克服傳統平衡多描述結構中當兩個描述同時接收到時所帶來的冗余信息的浪費，本發明能根據信道狀況，最優化調整主信息與冗余信息的碼率，本發明編碼效率高，解碼圖像具有較高的信噪比和很好的視覺效果。
文檔編號H04N7/32GK102572427SQ201110439010
公開日2012年7月11日 申請日期2011年12月24日 優先權日2011年12月24日
發明者宋傳鳴, 王相海, 程露露 申請人:遼寧師范大學