[发明专利]一种自适应的多尺度分块压缩感知采样方法

说明书

本发明涉及一种自适应的多尺度分块压缩感知采样方法，该方法可有效改善现有多尺度分块压缩感知在采样方法上的缺陷，为图像压缩技术领域提供了有效的技术措施。本发明通过以下技术方案实现：提取图像在小波域内的低频系数作为先验信息，做小波逆变换后得到预估计图像并分块；计算代表各块纹理信息的灰度熵，转换为初步自适应采样率；对各块进行方向估计；将初步自适应采样率按小波域内高频系数各层各子带的主方向进行采样率的分配，实现自适应采样。本发明重构图像的峰值信噪比、结构相似度以及视觉效果比原方法均有提升。

技术领域

本方法涉及图像压缩技术领域，特别涉及一种自适应的多尺度分块压缩感知采样方法。

背景技术

随着现代社会的信息化发展进程，人们对接受信息的需求越来越迫切，多媒体作为信息技术的一种，在社会生活中的作用越来越突出。迄今为止，包括汉字、动画、声音、图像、影像等都是多媒体领域相关的元素，其中，图像的数据量特别巨大，给信号处理过程中的存储空间、信号带宽和计算速度各方面带来很大的压力。为了解决上述问题，对图像的压缩处理势在必行，图像压缩技术的研究势必对人们的现代化生活产生重要意义。

传统的图像压缩标准，如JPEG(Joint Photographic Experts Group)、JPEG2000、MPEG4(Moving Pictures Experts Group)等都是较为成熟的图像压缩标准，然而这些标准都基于香农采样定理，要求采样频率高于信号带宽的两倍，对数据的存储、处理和传输造成巨大挑战。压缩感知理论突破了奈奎斯特采样率的限制，采样和压缩同步进行，大大降低了传感器的采样和计算成本，因而在众多图像压缩技术中脱颖而出，在科学和工程的许多领域有着重要的理论与实际应用价值。

目前，多尺度分块压缩感知作为压缩感知的拓展研究，其根据信号的多分辨分析特性，基于分块压缩感知对采样率的分配应用了小波域内分尺度加权调整策略，取得了不错的图像处理效果。然而，多尺度分块压缩感知忽略了小波域图像中包含大量先验信息的低频系数，且同一层小波系数采用一致的采样率。事实上，即使是同一层小波系数内部，各系数块之间含有的纹理信息和方向性也是不相同的，这势必会因为采样率分配不当而导致重构效果不尽理想。

发明内容

本发明目的在于克服上述现有技术的不足，提供一种结合纹理信息和方向估计的自适应多尺度分块压缩感知采样方法，实现自适应采样，提高图像的重构质量。

为实现上述目的，本发明的技术方案包括如下步骤：

步骤1，对原图像进行三层小波分解，得到小波域图像；

所述的小波分解采用9/7正交小波分解，分解方式是：

首先，将原图像分解为第一级的低频系数子带和三个高频系数子带；

接着，将第一级分解的低频子带进行进一步分解，得到下一层的低频及高频子带，而由第一级分解获得的三个高频子带的数据将不再参与分解；

最后，按照此方式再进行一步分解，即可得到三层小波分解后的小波域图像；

步骤2，提取步骤1得到的小波域图像中的高频系数进行分层、分子带、分块；

所述的分层是指将小波域图像按照三层分解方式分为三层；

所述的分子带是指除低频部分外，得到九个水平、垂直及对角高频子带；

所述的分块是指将各子带分成64个大小相同且不重叠的图像块；

步骤3，提取步骤1得到的小波域图像中的低频系数，对低频系数进行小波逆变换得到预估计图像，将预估计图像分块分成64个大小相同且不重叠的图像块；

步骤4，计算步骤3得到的预估计图像各块的灰度熵和所有图像块的灰度熵之和；