一种高效图像采集与压缩方法.pdf

本发明涉及一种高效图像采集与压缩方法。所述高效图像采集与压缩方法包括：首先采用图像探测器阵列获取量化后的数字图像；一方面，利用下采样模块获取原始图像的缩略图数据；另一方面，通过压缩感知模块获取原始图像降维后的数据；再经压缩数据输出模块按照预先设定的压缩比，依次把缩略图数据和压缩感知降维数据输出形成用来传输或存储的码流；压缩数据经过存储和传输后，可以通过图像重建模块完成原始图像的重建。本发明有效降低了传统图像压缩的复杂度，同时克服了基于常规压缩感知数据必须经过重建步骤才能回看图像的缺陷。

1.  图像采集与压缩方法，其特征在于，包括：图像探测器阵列、下采样模块、压缩感知模块、压缩数据输出模块、图像重建模块；
所述图像探测器阵列用于利用感光二极管(photodiode)阵列进行光电转换；
所述下采样模块用于获取原始图像经过下采样步骤的缩略图；
所述压缩感知模块用于实现压缩感知理论中的感知矩阵的功能，经过感知矩阵采样后的数据就是压缩过的数据；
所述压缩数据输出模块用于形成用来传输或存储的码流；
所述图像重建模块用于根据解码端收到的压缩数据重建原始输入图像。

2.  根据权利要求1所述的图像采集与压缩方法，其特征在于，所述图像探测器阵列经过下采样获取缩略图像，并把缩略图当作部分压缩数据传给压缩数据输出模块，而在接收端或重构原始图像时，该缩略图作为约束条件引入到图像重建模块中。

3.  根据权利要求1所述的图像采集与压缩方法，其特征在于，所述压缩感知模块包括：噪声波（Noiselet）变换、高斯矩阵、贝努利矩阵、部分傅立叶变换矩阵、其他满足或近似满足压缩感知理论中约束等距特性的矩阵并同时可以硬件实现的感知矩阵中的一种或多种。

4.  根据权利要求1所述的图像采集与压缩方法，其特征在于，所述压缩数据输出模块形成用来传输或存储的码流，具体包括：
采用先处理缩略图数据再处理由压缩感知模块获取的数据的顺序进行传输或存储；
为了进一步提高压缩比，亦可按照此顺序在压缩数据输出模块中集成通用的无损压缩编码方法包括：哈夫曼（Huffman）编码、算数（Arithmetic coding）编码、行程长度编码、自适应字典编码中的一种或者多种。

5.  根据权利要求1所述的图像采集与压缩方法，其特征在于，所述图像重建模块采用基于L1范数最小化的优化方法实现原始输入图像的重建；
为了进一步减小解空间，提高图像质量，在重建过程中把缩略图作为约束条件引入到原始输入图像的重构算法中。

一种高效图像采集与压缩方法
技术领域
本发明涉及数字图像采集与处理领域，尤其是涉及一种高效图像采集与压缩方法。
背景技术
为了解决在处理图像海量数据时所需要面临的存储和传输的挑战，我们通常采用压缩技术。压缩技术即通过实现一种对原始数字信号的精炼表达，减少原始数据对存储空间和传输带宽上的限制。压缩技术大致分为两类：无损压缩和有损压缩。无损压缩顾名思义就是利用信号压缩后的精炼表达可以没有任何失真地恢复出原始数字信号；有损压缩则是利用信号压缩后的精炼表达可以大致地恢复出原始信号，恢复后信号与原始信号虽然有一定的误差，但误差在特定的应用中处于可接受的范围。很明显，无损压缩很吸引人但是由于它所能提供的压缩比有限，因而往往不适用于需要大压缩比的场合。数据压缩技术几乎无处不在，例如，我们拍摄的图片，听的音乐，欣赏的视频，甚至在星载光学遥感领域，几乎所有的光电载荷均配有专门的数据压缩单元。
变换域编码是一种较为流行的数据压缩方法，它通常把原始信号变换到某一个适当的变换域中，来挖据信号在该变换域中的稀疏性表达或可压缩的表达形式。这里的“稀疏性表达”是指，假设原始信号长度为N，在变换域中该信号只有K个非零的系数，其中K N，利用这K个非零系数可以很好地表达原始输入信号。“可压缩的表达形式”是指原始信号可以很好地通过K个非零的系数来近似地表达。通过挖掘信号稀疏性表达的方式来实现信号的压缩，这种压缩方式被诸多的压缩标准所采纳，例如JPEG、JPEG2000、H.264和MP3等。信号之所以能够被压缩是因为信号本身具有很大的冗余性，无论是声音信号还是图像信号都是如此。我们来回顾常规的压缩技术工作过程，首先实现模拟信号到数字信号的采样，其中含有大量的冗余数据，而后再通过变换域挖掘信号的稀疏性，最后通过压缩算法实现压缩。这个过程其实包含了巨大的浪费，首先采集大量的冗余数据，而后在压缩过程再把这些冗余数据去掉，那么为什么不一开始就丢弃那些冗余数据，直接采集有效的数据呢，这样不仅可以节省数据采集过程的成本，还能节省空间，这就引出了本专利采用的一个理论“压缩感知”。
“压缩感知”的英文表述为Compressive sensing或者Compressed sensing亦或Compressive sampling，缩写为CS。单纯的“压缩”这个词，我们很容易理解，即把原来有冗余的数据剔除掉，形成更为节省内存空间的精炼数据；单纯的“感知”这个词也很容易理解，即信号采样（模拟信号变成数字信号的过程）。“压缩感知”这种直白的翻译在一开始不是很容易理解，但当我们了解其背后的理论后，就能慢慢理解它的本质，也就是把压缩和采样合二为一，即采样的过程也就是压缩的过程，经压缩感知采样后的数据本身就是压缩后的数据。压缩感知理论指出稀疏的或具有稀疏表达的有限维数的信号可以利用远少于奈奎斯特采样数量的线性、非自适应的测量值无失真地重建出来。针对一个信号，中只包含个非零值。假设我们通过一个感知矩阵获取了M个线性测量值，即我们可以通过下面的数学模型描述这个采样过程，其中是一个大小为的矩阵，，即采样所得的测量值。矩阵表示一个降维的投影操作，把映射到中，一般来说，即矩阵的列数远多于行数，这种数学表示也就是对标准压缩感知框架的描述。该理论一经提出，在诸多领域例如信息论、信号/图像处理、医疗成像、射电天文、模式识别、光学/雷达成像、信道编码等引起广泛关注。
虽然我们已知通过压缩感知方法可以很高效地完成对目标信号的采集与压缩，但是常规基于压缩感知获取的数据必须经过重建步骤才能恢复原始信号，而利用L1范数最小化的优化算法需要大量的计算，明显不适合手持设备，所以意味着基于压缩感知方法的相机与我们常规使用数码相机习惯相违背，因为无法通过回放检验拍摄效果。而本专利中采用了下采样模块和压缩感知模型相结合的方法，可以满足手持设用户通过缩略图来检验拍摄效果。不仅如此，缩略图还在本专利中利用L1范数最小化重建原始图像时扮演约束条件的角色，所以这种增加了约束条件的重构方法远优于同样压缩比下基于常规压缩感知重构的图像质量。
这就引出了本专利的核心“一种高效图像采集与压缩方法”，这种方法省去了常规变换编码中找到重要变换系数并对重要变换系数编码的复杂处理过程，因而具有重要的现实意义：例如，针对星载光学成像设备而言，省略整个压缩单元意味着节省大量功耗、体积，这对航天遥感来说意义重大。同时这种方法也非常契合民用相机低功耗、轻便的迫切需求。一直以来困扰手持相机或手机相机厂商的一个难题就是数码相机的功耗问题。例如，美国ADI芯片公司生产的JPEG2000压缩编码芯片ADV202的峰值总功耗可以达到将近0.9瓦，这对当代越来越普及的手持设备来说实在是一个很大的负担。本专利提出的方法可以降低手持设备的功耗并延长其电池工作时间，当然也可以减少手持设备的体积和重量。
发明内容
本发明的目的在于提供一种高效图像采集与压缩方法，以解决上述问题。
为了达到上述目的，本发明的技术方案是这样实现的：
高效图像采集与压缩方法，其特征在于，包括：图像探测器阵列，下采样模块，压缩感知模块，压缩数据输出模块，图像重建模块；
所述传统的图像探测器阵列主要利用感光二极管(photodiode)阵列进行光电转换；
所述下采样模块是实现对原始图像的一个下采样步骤来获取缩略图，具体的下采样倍率取决于具体应用。例如，假设原始图像大小为2048*2048像素时，通过16倍下采样时可以获取一个大小为512*512像素的缩略图。这个缩略图一方面满足了接收端或解压缩端快速回看的需求；另一方面，缩略图将会作为约束条件引入到基于L1范数最小化的求解中，使得重建图像结果远优于没有采纳这个约束条件的重构质量。
所述压缩感知模块用于实现压缩感知理论中的感知矩阵的功能，感知矩阵表示一个降维的投影操作，把映射到中，一般来说，即矩阵的列数远多于行数，常用的感知矩阵包括：高斯矩阵，贝努利矩阵和部分傅立叶变换矩阵，但在考虑实际可行性上可能会限制他们的具体应用，例如服从高斯分布的高斯采样矩阵在硬件是几乎没有实现的可行性，一方面，我们无法在存储器中存储这种绝对服从高斯分布的采样矩阵；另一方面，常规的存储器无法存储规模巨大的采样矩阵（当我们需要根据一个采样个数重建一个具有百万像素的图像时，我们就需要10G字节的内存，这在实际的应用中是很不现实的，而且这里还没有考虑到重建过程所需要的计算量，所以在实际的应用中采用完全随机测量是很不实际的）。本专利中建议采用噪声波（Noiselet）变换来实现，但不限于此，其实凡是满足或近似满足压缩感知理论中约束等距特性（restricted isometryproperty， RIP）并同时可以硬件实现的感知矩阵都可以应用于此。Noiselet是一种与小波变换完全不相关（Incoherence）的表达方式，尤其是当信号在Harr小波域内表现出稀疏性时，则该信号在噪声波变换域中是延展的，即完全满足压缩感知理论中对感知矩阵约束等距特性。
所述压缩数据输出模块负责把下采样模块和压缩感知模块的输出数据进行编码输出，形成用来传输或存储的码流。本专利采用先输出下采样模块获取的缩略图数据而后再输出经压缩感知模块获取数据的顺序。如果为了进一步提高压缩比，还可以按此顺序额外地嵌入传统的无损压缩编码方法例如哈夫曼（Huffman）编码、算数（Arithmetic coding）编码、行程长度编码、自适应字典编码等。
所述图像重建模块负责基于接收端收到的压缩数据对原始输入图像的重建。本专利的数据采集与压缩方法明显区别于传统的奈奎斯特采样方法，获取的数据并不是直接图像数据而是经过感知矩阵压缩后的数据，所以必须要经过一个重建的过程才能恢复原始的图像。因为经过本专利获取的采样值个数明显少于原始的图像的像素个数，即未知数的个数远少于方程的个数，所以这类重构问题是一个病态问题，往往存在无数个解满足方程。解决这类病态问题，最经典的方法莫过于最大后验概率（Maximum A Posteriori, MAP），但是往往需要一个目标信号的先验概率模型作为一个约束条件，从而才有可能从无数个解中找到最接近目标图像的那个解。如果加上其它的限定条件还可以进一步缩小解空间，所以本专利中把图像缩略图作为原始图像下采样的结果，这种约束条件在通过优化算法求解的过程中将起到举足轻重的作用。
本发明提供的高效图像采集与压缩方法，相比现有技术而言，一方面，把原始图像的下采样缩略图当作压缩数据；另一方面，通过压缩感知矩阵实现对原始图像的压缩。这种方式的优点是：第一，解决了基于压缩感知理论成像体制下，无法即时回看成像效果，因为通常它们需要一个基于L1范数最小化的重建过程，而本专利这种编码方式可以通过检验缩略图的方式来实现即时回看成像效果；第二，把原始图像的下采样缩略图当作约束条件，使得基于L1范数最小化的重建图像质量大幅提高；第三，极大地降低了图像采集与压缩的复杂度。
本发明在编码或传输顺序是以优先传输缩略图而后才是经压缩感知获取的压缩数据，按照这种顺序输出的好处是，一方面，接收端首先看到缩略图，可以选择是否有必要高分辨率重建原始图像；另一方面，按照这种传输方式，允许接收端在接收到缩略图后在任意压缩比下中断接收，并不影响完整图像的恢复，只是在重建图像质量上有所差异即接收越多压缩数据重建图像质量越好。
附图说明
 为了更清楚地说明本发明中的技术方案，下面将对实施例作一个简单地介绍，显而易见地，下面描述中的附图是本发明的一个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1 示出了本发明实施例一所提供的高效图像采集与压缩方法示意图；
附图标记：101-图像探测器阵列；102-下采样模块；102-下采样模块；103-压缩感知模块；104-压缩数据输出模块；105-图像重建模块。
具体实施方式
 为使本发明的技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一个实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
 图1 是本发明实施例一所提供的高效图像采集与压缩方法示意图，参见图1 所示。本发明实施例一所提供的图像采集与压缩方法包括：图像探测器阵列101、下采样模块102、压缩感知模块103、压缩数据输出模块104、图像重建模块105；
101：利用感光二极管(photodiode)阵列进行光电转换，例如可以采用CMOS(Complementary Metal Oxide Semiconductor)互补金属氧化物图像传感器。假设原始输入图像经过图像探测器阵列101进行光电转换后，把阵列数据排成矢量形式为；
102：实现对原始图像的一个下采样步骤，具体的下采样倍率取决于具体应用。假设原始图像大小为2048*2048像素时，通过16倍下采样时可以获取一个大小为512*512像素的缩略图。例如，可以采用每4*4 个像素块，只保留它们的均值或只保留最左上角的一个像素。假设下采样模块102为矩阵，则经过下采样模块后获取的缩略图同样按矢量格式表示为，则；
103：实现压缩感知理论中感知矩阵的功能，凡是满足或近似满足压缩感知理论中约束等距特性（restricted isometry property， RIP）并同时可以硬件实现的感知矩阵都可以应用于此，例如，这里可以采用噪声波（Noiselet）变换来实现，但不限于此。Noiselet是一种与小波变换完全不相关的表达方式，尤其是当信号在Harr小波域内表现出稀疏性时，则该信号在Noiselet变换域中是延展的，即完全满足压缩感知理论中对感知矩阵约束等距特性（restricted isometry property，RIP）。假设压缩感知模块103由矩阵来表示，则经过压缩感知模块103获取的压缩数据由矢量来表示，则；
104：把下采样模块和压缩感知模块的输出数据进行编码输出即形成用来传输或存储的码流，采用先输出下采样模块获取的缩略图数据而后再输出经压缩感知模块压缩后的数据的顺序输出。这里需要指出的是，如果为了进一步提高压缩比，还可以额外嵌入传统的无损压缩编码方法例如哈夫曼（Huffman）编码、算数（Arithmetic coding）编码、行程长度编码、自适应字典编码等。按照这种顺序输出的好处是，一方面，接收端首先看到缩略图，可以选择是否有必要高分辨率重建原始图像；另一方面，按照这种传输方式，允许接收端在接收到缩略图后任意压缩比下中断接收，并不影响完整图像的恢复，只是在重建图像质量上有所差异即压缩比越大重建图像质量越差。这里压缩比的定义为：
其中，函数表示数据集所包含的字节数。至于在固定压缩比的情况下，这两种数据集的字节分配，取决于具体应用，在本专利中不做约定。
105：基于接收端收到的压缩数据对原始输入图像的重建，本专利的图像重建模块可以采用如下的代价函数来完成重构:
        
其中矩阵表示图像在某个变换域中能够体现稀疏性，例如可以为小波变换域，这是因为通常认为自然图像在小波域中能够体现出稀疏性，但对的选择时，不限于此，而取决于对图像稀疏性的理解程度即先验知识。上面的这个方程求解问题可以采用常规的阈值收缩迭代算法（IterativeShrinkage-ThresholdingAlgorithmfor，ISTA）算法来完成原始图像的重构。