[发明专利]一种基于标准差的图像自适应压缩感知采样的方法及装置有效

专利信息
申请号: 201611109623.8 申请日: 2016-12-06
公开(公告)号: CN106851283B 公开(公告)日: 2019-07-02
发明(设计)人: 许华杰;何敬禄;吴青华 申请(专利权)人: 广西大学
主分类号: H04N19/154 分类号: H04N19/154;H04N19/86
代理公司: 北京中誉威圣知识产权代理有限公司 11279 代理人: 卢岳锋;王正茂
地址: 530007 广西壮族*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 标准差 图像 自适应 压缩 感知 采样 方法 装置
【说明书】:

发明公开了一种基于标准差的图像自适应压缩感知采样的方法及装置,其中,该方法包括:对原始图像进行分块预处理,确定多个图像块;依次确定每个图像块的灰度值标准差;并对图像块的灰度值标准差进行规范化处理;根据图像块的灰度值标准差为图像块分配相对应的采样数,采样数不超过图像块的像素个数,其中灰度值标准差较大的图像块分配的采样数不小于灰度值标准差较小的图像块分配的采样数;根据图像块的采样数构造图像块的测量矩阵,并确定图像块的灰度值测量值;分别根据图像块的灰度值测量值重构图像块,并确定最终的重构图像。该方法可以针对性的对不同图像块分配不同的采样数,能够有效减小或消除块效应,提高重构图像的重构质量。

技术领域

本发明涉及图像处理技术领域,特别涉及一种基于标准差的图像自适应压缩感知采样的方法及装置。

背景技术

近年来,提出了一种新兴的采样理论——压缩感知理论(Compressed Sensing,CS),其可以有效地缓解信息传输和信息存储的压力。该理论突破了传统的奈奎斯特采样定理的采样限制,以较小的采样样本可以无失真地还原信号,使得其在图像处理、无线通信等领域的应用受到人们的高度关注。

在CS理论的基础上,Lu Gan等人提出了一种分块压缩感知(Block CompressedSensing,BCS)图像处理方法(具体描述参见文献“BLOCK COMPRESSED SENSING OF NATURALIMAGES”),该方法把图像分成若干相同大小的图像块,对所有图像块采用相同采样率分别进行采样,且各图像块独立重构,降低了数据存储需求并减少图像重构所需的运算时间。

在实现本发明过程中,发明人发现现有技术中至少存在如下问题:

①、产生块效应影响图像重构质量。由于未考虑图像块之间的信息差异,采用定值的采样样本对图像块采样,导致包含信息量的图像块和包含信息量少的图像块的还原程度差异较大,从而产生块效应,对图像的重构质量产生影响。其中,基于块的变换编码在图像压缩编码中得到广泛应用,随着码率的降低,量化变得粗糙,在块的边界会出现不连续,形成重建图像的明显缺陷,称为块效应。

②、采样资源分配不合理。在一定采样资源的条件下,若对各图像块采用定值的采样样本,出现信息量复杂的图像块分配的采样样本不足而信息量简单的图像块分配的采样数分配过多的情况,进而影响图像整体的重构质量。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的在于提供一种基于标准差的图像自适应压缩感知采样的方法及装置,从而克服现有图像采样容易产生块效应的缺陷。

本发明实施例提供的一种基于标准差的图像自适应压缩感知采样的方法,包括:

对原始图像进行分块预处理,确定所述原始图像的多个图像块;

依次确定每个所述图像块的灰度值标准差σi';并对所述图像块的灰度值标准差σi'进行规范化处理,确定规范化后的灰度值标准差σi,将所述规范化后的灰度值标准差σi作为所述图像块的最终的灰度值标准差,所述规范化后的灰度值标准差σi的取值范围为[0,1];

根据所述图像块的灰度值标准差为所述图像块分配相对应的采样数,所述采样数不超过所述图像块的像素个数;

根据所述图像块的采样数构造所述图像块的测量矩阵,并根据所述测量矩阵确定所述图像块的灰度值测量值;

分别根据所述图像块的灰度值测量值重构所述图像块,并将重构后的所有图像块合并确定最终的重构图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西大学,未经广西大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611109623.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code