[发明专利]一种基于光学条带波变换的图像压缩方法

说明书

技术领域

本发明涉及图像压缩、视频压缩领域，特别涉及一种基于光学条带波变换的图像压缩方法。

背景技术

随着信息网络化的发展，人们对图像的存储和通信的需求越来越大，数据量也越来越大，图像压缩技术显得越来越重要。图像的压缩主要包括变换、量化和熵编码三部分，主要作用分别为去相关、进一步减少数据量和用二进制编码表示。图像压缩起源于上世纪二十年代，第一代图像编码技术理论以信息论和数字信号处理技术为基础，以除去图像数据中的线性相关性为目的，受限于当时的技术，去除冗余信息能力有限，压缩比受到限制。第二代图像编码技术，打破香农信息论框架的局限性，考虑到了图像信息中各种特征和人类的视觉特性，获得了高压缩比。进入上世纪九十年代后，伴随着现代图像传感器技术的发展，图像压缩技术已经成为一种“开放技术”，被广泛的应用于各领域。特别是近几年，人工神经网络理论、小波变换理论、分形理论等的建立，相应地使小波变换编码、分形编码和模型基编码成为最具有代表性的第二代图像编码技术。目前研究最热的离散余弦变换、小波变换编码、分形图像压缩编码技术等没有充分考虑人眼视觉系统的适应性，且具有块效应和不能实时处理等缺点。

从国际数据压缩技术的发展来看，基于内容的图像压缩编码方法是未来编码的发展趋势。其不仅能满足进一步获得更大的图像数据压缩比的要求，而且能实现实时处理的功能。因此，图像编码将朝着多模式和跨模式的方向发展，更多的考虑信息的交互性、可分级性、灵活性。随着数学理论、信息论和计算机视觉等的发展必然会有功能更全面的更有效的图像压缩编码技术的产生。

当前的图像压缩编码技术存在几何畸形、高频部分损失、块效应、难以实时压缩、搜索匹配量大、图像失真等缺点。

因此急需一种实时、快速和精确实现图像压缩的方法。

发明内容

有鉴于此，本发明所要解决的技术问题是提供一种实时、快速和精确实现图像压缩的方法。

本发明的目的是这样实现的：

本发明提供的一种基于光学条带波变换的图像压缩方法，包括以下步骤：

S1：获取图像信号；

S2：采用光学条带波变换获取图像信号的稀疏矩阵；

S3：采用高斯随机矩阵作为测量矩阵；

S4：利用稀疏矩阵和测量矩阵通过并行乘法计算获取压缩信号；

S5：对图像的压缩信号进行解压缩重构图像。

进一步，所述步骤S2中的光学条带波变换，具体步骤如下：

S21：利用现有的光学小波变换方法实现对图像信号进行二维小波变换的多尺度分解，并形成小波系数；

S22：利用计算机通过数值计算完成最优四叉树剖分；

S23：根据光学系统中联合变换相关法与条带波变换中寻求最优方向的目标函数的特点，建立数学模型，提出合适的光学实现方法，完成逐一寻找最优四叉树剖分的各个字块的最优方向；

S24：利用电学数值计算系统，根据最优方向借助正交投影和小波系数重新排列，得到一维离散信号，实施一维方向小波变换，最终得到图像信号的稀疏矩阵。

进一步，所述步骤S22中的最优四叉树剖分为四叉树分割法和CART二分递归分割。

进一步，所述光学系统中联合变换相关法，其具体步骤为：将激光经过分光准直后，一部分光作为入射光照射在第一空间光调制器上，第一空间光调制器位于第二透镜的前焦点处，另一部分光照射在第二空间光调制器上。第二透镜对输入图像成像，成像在第一CCD上，探测到的是输入图像的联合变换功率谱，并将功率谱传输至计算机后，计算机将功率谱输入第二空间光调制器，经过第三透镜反变换作用，在第三透镜的后焦面处得到输出，利用第二CCD采集得到输入图像的空域滤波结果。

进一步，所述测量矩阵采用基于FPGA矩阵的并行运算算法实现，具体步骤如下：

S31：设置高斯随机测量矩阵并放入FPGA可编程门阵列的ROM中；

S32：把光学条带波变换方法产生的稀疏矩阵以串行方式输入并存储在RAM中；

S33：按时间流程在FPGA可编程门阵列中将稀疏矩阵分块处理；

S34：通过稀疏矩阵和测量矩阵的并行乘法运算，实时获取压缩信号。

进一步，所述步骤S5中的解压缩采用正交匹配跟踪算法。

进一步，所述步骤S4中的并行乘法计算是在FPGA中进行的。