《基于CONTOURLET变换的压缩感知图像稀疏方法.pdf》由会员分享，可在线阅读，更多相关《基于CONTOURLET变换的压缩感知图像稀疏方法.pdf（8页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102833537 A (43)申请公布日 2012.12.19 C N 1 0 2 8 3 3 5 3 7 A *CN102833537A* (21)申请号 201210265659.0 (22)申请日 2012.07.30 H04N 7/26(2006.01) (71)申请人天津师范大学 地址 300387 天津市西青区天津师范大学 物理与电子信息学院西青区宾水西道 393号 (72)发明人张宝菊 王为 (74)专利代理机构天津市杰盈专利代理有限公 司 12207 代理人朱红星 (54) 发明名称 基于Contourlet变换的压缩感知图像稀疏 方法 (57) 摘。
2、要 本发明公开了一种基于Contourlet变换的 压缩感知图像稀疏方法，对经过Contourlet变换 的图像系数利用随机高斯矩阵进行观测，得到少 量系数，根据这些少量系数，利用正交匹配追踪算 法进行重构，再进行Contourlet逆变换得到重构 图像。该方法处理图像时，所需数据量少，且恢复 图像质量好，对纹理、轮廓等细节信息具有较好的 保持能力。采用本发明的基于Contourlet变换 的压缩感知图像稀疏方法，相对于基于改进层式 DCT的压缩感知编码仍具有多分辨力特性，且图 像的压缩效果有显著改善。能有效地捕捉图像的 纹理及轮廓细节信息。压缩率较高时对512512 测试图Lena压缩的信噪。
3、峰值比可提高48dB。 (51)Int.Cl. 权利要求书1页 说明书4页 附图2页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 4 页 附图 2 页 1/1页 2 1.一种基于Contourlet变换的压缩感知图像稀疏方法，该方法对经过Contourlet变 换的图像数据的高频部分再经过压缩感知方法处理，低频子带直接作为低频数据传输；在 解码过程中做相应的逆变换得到复原图像；其特征在于， 编码过程包括如下步骤： (1) 编码器读入原图像数据，对编码器第一层的输入数据即原图像，进行拉普拉斯 （LP）变换即进行多尺度分解，变换后图像分为低频部分与高频细。
4、节部分； (2) 将高频细节部分利用方向滤波器组（DFB）根据设定的方向数进行多方向分解； (3) 图像经LP分解后得到的低频部分作为第二层的输入数据；剩下的经过方向分解 后的高频数据视为第一层数据输出； (4) 对第二层的输入数据作相同变换，产生新的数据即第二层数据又作为第三层的输 入数据，依次循环变换下去，直到满足要求的层数； (5) 顶层数据直接作为低频子带系数保持不变，选择合适 的M值，构造MN/2大小的服从（0，1/N）高斯分布的测量矩阵 分别对低频子带和高频子带进行测量，得到少量的测量系数； 解码过程包括如下步骤： (1) 利用OMP算法分别对测量后的高低频系数矩阵进行重构，并进行。
5、DFB与LP逆变 换，得到次高层的低频系数； (2) 解码器读入接收到的图像数据，对次高层的高频测量系数进行OMP重构，对重构 后的系数进行DFB逆变换； (3) 将变换后的系数与输入的低频系数一起进行LP逆变换得到更低一层的输入数 据，依次循环下去，直到最低一层数据； (4) 对第一层图像数据进行DFB和LP逆变换，得到重构图像，至此解码过程结束。 权 利 要 求 书CN 102833537 A 1/4页 3 基于 Contourlet 变换的压缩感知图像稀疏方法 0001 本申请得到天津市自然基金（10JCYBJC00400）的资助。 技术领域 0002 本发明涉及一种数字图像、数字视频压。
6、缩编码技术，特别是涉及一种适合于“多路 环境”或渐进式传输的具有多分辨力特性的离散余弦变换编码方法。 背景技术 0003 现代社会，人们对信息的需求量剧增，信号从模拟到数字的转换一直严格遵守着 乃奎斯特采样定理，即采样速率必须达到信号带宽的2倍以上才能精确重构信号。随着传 感系统获取数据能力不断增强，需要处理的数据量也不断增多，这给信号处理的能力提出 了更高的要求，也给相应的硬件设备带来极大的挑战。在实际应用中，为了减小存储、传输 和处理成本，我们常采用高速采样再压缩的方法，这浪费了大量的采样资源。近年来出现了 一种新的理论Compressed sensing(或compressive sam。
7、pling)，即压缩传感或者压缩采 样。这种理论利用其他变换空间描述信号，在保证信息不损失的情况下，用远低于采样定理 要求的速率采样信号的同时，又可完全恢复信号。这极大降低了信号的采样频率、信号处理 的时间以及数据存储和传输的代价，带领信号处理进入一个新的时代。 0004 利用压缩感知理论进行信号处理分析的前提是信号必须在某个特定的正交空间 上具有稀疏性，信号的稀疏性与所选择的正交空间特性密切相关。对于一个给定信号，需要 选择一个最合适的稀疏变换域，使其能够有最佳的稀疏表示。具有多分辨率特性的层式DCT 变换和小波变换依靠其对信号的时域、频域分析能力以及对一维分段光滑信号优越的非线 性逼近性能。
8、，在信号处理和图像压缩领域得到了广泛应用。然而，这两种变换在处理一维信 号时所具有的优越性在处理二维信号或者更高维信号时并没有体现出来，对于二维图像信 号，产生奇异性的主要是边缘和轮廓信息，而由两个正交的一维小波张量积构成的二维小 波只具有有限的方向，即水平、垂直、对角。小波变换的有限方向使得其只能捕捉点奇异而 无法最优表示线奇异或面奇异，因此不能以最稀疏的方式表示图像的边缘及轮廓信息。因 此对于高维空间具有直线或曲线奇异性的信号不能进行很好检测，信号压缩后恢复的效果 不好。 发明内容 0005 本发明是为解决现有技术中的问题，而提供了一种简化编码、进一步提高图像的 压缩率、解决保持图像轮廓及。
9、细节信息、改善压缩效果等问题、用于图像/视频网络传输的 一种基于Contourlet变换的压缩感知图像稀疏方法。 0006 本发明为解决公知技术中存在的技术问题所采取的技术方案是： 本发明的基于Contourlet变换的压缩感知图像稀疏方法，对经过Contourlet变换的 图像数据的高频部分再经过压缩感知方法处理，低频子带直接作为低频数据传输；在解码 过程中做相应的逆变换得到复原图像；其中， 说 明 书CN 102833537 A 2/4页 4 编码过程包括如下步骤： (1) 编码器读入原图像数据，对编码器第一层的输入数据即原图像，进行拉普拉斯 （Laplacian Pyramid，LP）变。
10、换即进行多尺度分解，变换后图像分为低频部分与高频细节部 分； (2) 将高频细节部分利用方向滤波器组（Directional Filter Bank, DFB）根据设定 的方向数进行多方向分解； (3) 图像经LP分解后得到的低频部分作为第二层的输入数据；剩下的经过方向分解 后的高频数据视为第一层数据输出； (4) 对第二层的输入数据作相同变换，产生新的数据即第二层数据又作为第三层的输 入数据，依次循环变换下去，直到满足要求的层数； (5) 顶层数据直接作为低频子带系数保持不变，选择合适 的M值，构造MN/2大小的服从（0，1/N）高斯分布的测量矩阵 分别对低频子带和高频子带进行测量，得到少量。
11、的测量系数。 0007 解码过程包括如下步骤： (1) 利用正交匹配追踪算法(Orthogonal Matching Pursuit, OMP)算法分别对测量 后的高低频系数矩阵进行重构，并进行DFB与LP逆变换，得到次高层的低频系数。 0008 (2) 解码器读入接收到的图像数据，对次高层的高频测量系数进行OMP重构，对 重构后的系数进行DFB逆变换； (3) 将变换后的系数与输入的低频系数一起进行LP逆变换得到更低一层的输入数 据，依次循环下去，直到最低一层数据； (4) 对第一层图像数据进行DFB和LP逆变换，得到重构图像，至此解码过程结束。 0009 本发明具有的优点和积极效果是： 采。
12、用本发明的基于Contourlet变换的压缩感知图像稀疏方法，相对于基于改进层式 DCT的压缩感知编码仍具有多分辨力特性，且图像的压缩效果有显著改善。能有效地捕捉图 像的纹理及轮廓细节信息。压缩率较高时对512512测试图Lena压缩的信噪峰值比可提 高48 dB。 附图说明 0010 图1是Contourlet 变换LP和DFB分解示意图； 图2是Lena512.bmp图像两种算法重构图像PSNR比较； 图3是Peppers512.bmp图像两种算法重构图像PSNR比较； 图4是Barbara512.bmp图像两种算法重构图像PSNR比较。 具体实施方式 0011 以下参照附图及实施例对本发。
13、明进行详细的说明。 0012 本发明的基于Contourlet变换的压缩感知图像稀疏方法，对经过Contourlet变 换的图像系数利用随机高斯矩阵进行观测，得到少量系数，根据这些少量系数，利用正交匹 配追踪算法进行重构，再进行Contourlet逆变换得到重构图像。该方法处理图像时，所需 数据量少，且恢复图像质量好，对纹理、轮廓等细节信息具有较好的保持能力。 说 明 书CN 102833537 A 3/4页 5 0013 编码包括如下步骤： (1) 编码器读入原图像数据，对编码器第一层的输入数据即原图像，进行拉普拉斯 （Laplacian Pyramid，LP）变换即进行多尺度分解，变换后图。
14、像分为低频部分与高频细节部 分； (2) 将高频细节部分利用方向滤波器组（Directional Filter Bank, DFB）根据设定 的方向数进行多方向分解； (3) 图像经LP分解后得到的低频部分作为第二层的输入数据；剩下的经过方向分解 后的高频数据视为第一层数据输出； (4) 对第二层的输入数据作相同变换，产生新的数据即第二层数据又作为第三层的输 入数据，依次循环变换下去，直到满足要求的层数； (5) 顶层数据直接作为低频子带系数保持不变，选择合适的M值，构造MN/2大小的 服从（0，1/N）高斯分布的测量矩阵分别对低频子带和高频子带进行测量，得到少量的测 量系数。 0014 解码。
15、包括如下步骤： (1) 利用OMP算法分别对测量后的高低频系数矩阵进行重构，并进行DFB与LP逆变 换，得到次高层的低频系数。 0015 (2) 解码器读入接收到的图像数据，对次高层的高频测量系数进行OMP重构，对 重构后的系数进行DFB逆变换； (3) 将变换后的系数与输入的低频系数一起进行LP逆变换得到更低一层的输入数 据，依次循环下去，直到最低一层数据； (4) 对第一层图像数据进行DFB和LP逆变换，得到重构图像，至此解码过程结束。 0016 利用本发明提出的基于Contourlet变换的压缩感知图像稀疏方法以及基于改进 层式DCT的CS算法分别对512512测试图Lena、Peppe。
16、rs和Barbara进行三层压缩编码， 实验结果如表1、表2、表3所示。基于Contourlet变换的CS与基于改进层式DCT的CS对 512512测试图Lena、Peppers和Barbara压缩效果比较曲线分别如图2、图3、图4所示。 从这些图表中可以看出对压缩还原后的图像与原始图像的误差进行定量计算得到的结果， 表中列出了两种编码方法得到的压缩还原图像的信噪峰值比和均方误差，图中列出了两种 编码方法的信噪峰值比对比结果。 0017 表1 两种算法对Lena512.bmp图像的处理结果对比 表2 两种算法对Peppers512.bmp图像的处理结果对比 说 明 书CN 102833537 A 4/4页 6 表3 两种算法对Barbara512.bmp图像的处理结果对比 从表1、表2表3和图2、图3、图4中的数据，我们可以发现，在同等压缩比的情况下对 图像进行压缩，基于Contourlet变换的CS算法比基于改进层式DCT的CS算法，PSNR高约 4-8dB。由此，得出结论： Contourlet变换对于图像的细节信息具有更优的保持能力，对于 图像信号的稀疏性能优于改进层式DCT。 说 明 书CN 102833537 A 1/2页 7 图1 图2 说 明 书 附 图CN 102833537 A 2/2页 8 图3 图4 说 明 书 附 图CN 102833537 A 。