[发明专利]基于稀疏表示的图像压缩及重建方法

说明书

本发明提供一种基于稀疏表示的图像压缩及重建方法，采用四叉树思想对图像进行块划分，将低分辨率图像的平滑区域划分为大小为64*64和32*32的图像块，将包含细节信息的非平滑图像区域划分为大小为4*4的图像块，在保证字典训练的准确度的基础上，通过减少训练样本的数量，缩短了字典训练时间；在解码端对解码图像重建时，对于平滑的图像块直接利用双三次插值的方式重建，对于包含细节信息的图像特征块使用稀疏表示的方式重建，在保证图像重建主观质量的前提下，缩短了高分辨率图像重建时间；并且提高图像压缩比。

技术领域

本发明涉及图像压缩和重建领域，具体涉及一种基于稀疏表示的图像压缩与重建方法。

背景技术

图像信息具有直观生动具体等显著优点，是人们获取信息的重要方式之一。然而，高质量图像往往占用大量的存储空间，经典的图像压缩技术，如JPEG、JPEG2000能够在尽可能保证图像质量的前提下最大限度地压缩数据量。然而随着高清和超高清图像的出现，伴随着网络带宽和存储介质的局限，传统的图像压缩技术有时不能满足人们对信息获取的要求。

因为网络的带宽和计算机的存储空间的约束，网络传输经常采用低分辨率的，有压缩的图像。然而，实际生活中人们往往更喜欢清晰的图像。因此，在保证重建图像不影响主观质量的前提下，尽可能大地压缩图像数据，使其占用网络带宽和存储空间更小的图像压缩方法十分有意义。

在现有主流图像压缩标准的基础上，本发明公布了一种新的图像压缩与重建框架。该框架结合现有的图像压缩编码方法JPEG2000和现有的基于稀疏表示的图像超分辨率方法，致力于提高图像压缩率和图像重建主观质量。

发明内容

本发明在JPEG2000压缩标准的基础上提出了一种基于稀疏表示的图像压缩和重建方法，目的在于提高图像压缩比，同时保证解压后的图像的主观质量。

为实现技术目的，本发明采用如下技术方案：

S1、对原始待压缩高分辨率图像X下采样，得到下采样后的低分辨率图像Y_L；

S2、对低分辨率图像Y_L上采样得到和X相同分辨率的Y_H，利用四叉树块划分方法对图像Y_H进行块划分，将图像Y_H划分成64*64，32*32和16*16的图像块，对于大小为16*16的图像块，进一步划分成大小为4*4的图像块并提取特征，得到低分辨率图像特征块F_L；

S3、利用高-低分辨率图像块的一一对应关系和Y_H的划分结果，对高分辨率图像X做相应的划分，得到块划分后的高分辨率图像块X_H；

S4、利用K-SVD(K次奇异值分解)分别训练高分辨率图像块X_H和低分辨率图像特征块F_L对应的字典D_H和D_L；

S5、在编码端将低分辨率图像Y_L通过JPEG2000标准压缩，得到Y_L的压缩码流，并和高低分辨率字典D_H和D_L打包传输到解码端；

S6、在解码端先对码流解复用，得到低分辨图像Y_L的压缩码流和高低分辨率字典D_H和D_L；

S7、对Y_L的压缩码流利用JPEG2000标准解码得到低分辨率图像Y′_L，然后对Y′_L进行上采样得到和原始图像同样分辨率的图像Y′_H；

S8、对图像Y′_H进行与步骤S2相同的块划分，并对大小为4*4的图像块进行特征提取，得到相应的图像特征块F′_L；