[发明专利]基于非均匀量化噪声模型的压缩感知图像解码方法

说明书

技术领域

本发明涉及一种图像解码方法，特别涉及一种基于压缩感知的图像解码方法。

背景技术

图像编解码标准JPEG已经被广泛应用，此类编解码器通过编码端的变换器和量化器消除信号的冗余成分，通过解码端反变换和反量化重构信号。但是，基于JPEG图像编解码器存在一个显而易见的缺陷：当编码端部分频域信息丢失后，解码端重构图像质量会明显降低。更加需要注意的是：JPEG的量化器和反量化器会引入严重的量化噪声，而此标准降噪功能非常有限。

JPEG的两个量化表，作用于8×8块，它的量化步长考虑了人眼视觉的敏感性，但是它的量化过程却不能按照不同的频段采用不同的量化步长对DCT系数进行量化。用固定的量化表对具有不同频率颁布特性的图像进行固定量化步长的量化，必然导致在一定的压缩比下对图像细节的丢失，而这些细节可能恰好是特殊信息，是原始图像中最关键的部分。

近年来，压缩感知理论(CS：Compressive sensing)已经成为信号处理领域具有里程碑意义的重要理论。它利用非自适应的观测矩阵拾取信号的一部分信息，然后利用观测值(拾取的信息)和观测矩阵，通过求解优化问题就可以近乎完美的重构原始信号。

申请号：201010271764.6，申请日：2010年9月3日，名称：《基于压缩感知的图像解码方法》，申请人：北京工业大学。上述申请将压缩感知理论应用在图像解码中，但它是基于均匀量化噪声模型的，也就是说，误差限ε对于图像信号x是固定的，这样的信号重构结果不是最优的。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种基于非均匀量化噪声模型的压缩感知图像解码方法。此方法能够准确估计噪声，从而在解码端提高重构图像质量。

本发明的技术解决方案是：

本发明提供的基于非均匀量化噪声模型的压缩感知图像解码方法，包括以下步骤：

(1)建立非均匀量化噪声模型；

(2)建立量化步长q与误差限ε之间的映射关系；

(3)根据量化矩阵Q和步骤(2)估计出每一像素对应的非均匀量化的误差限{ε_i}_{i＝1，…，N}；

(4)对图像信号x进行压缩感知的重构。

步骤(1)中建立的非均匀量化噪声模型为

Ax-y＝e

或者以矩阵形式表示：