[发明专利]基于小波、阈值滤波及压缩感知的信息增强与传输方法

说明书

本发明涉及基于小波、阈值滤波及压缩感知的信息增强与传输方法，属于图像增强技术领域。所述方法包括：对信息进行离散二维小波稀疏基得到高频和低频系数；对高频系数进行观测，输出观测结果矩阵；将观测结果矩阵和低频系数进行量化、信道编码、调制、传输、解调、信道解码及反量化，输出恢复的高频及低频系数；再对高频系数基于Renyi熵去噪声后压缩感知重构；对低频系数进行巴特沃斯高通滤波，再与恢复的高频系数一起进行小波逆变换，得到恢复的信息。所述方法能使轮廓模糊的图像下经高通滤波加强轮廓，使得处理后图像更清晰；还能在压缩感知过程中滤除部分噪声，实现了稀疏度未知的小波系数重构；结合信道编码，降低成本也降低了误码率。

技术领域

本发明涉及基于小波、阈值滤波及压缩感知的信息增强与传输方法，属于无线传输技术领域。

背景技术

稀疏信号，不依赖于信号本身的分布特性，根据普适观测值达到低复杂度的目的，每个观测值近似均等地蕴含了信号的部分“信息”，任何观测值丢失和受干扰，也不影响其它观测参与重构过程，能适应比较恶劣的信道环境。水下环境比较复杂，在水下拍摄和传输信息会受到各种人为设备干扰或者受各物种运动、迁徙带来的扰动。最重要的是，水下拍摄的图像以及传输的信息往往具有稀疏特性。随着多媒体技术的发展，图像和视频信号的分辨率不断得到提高，高清图片及高清视频逐渐成为信息传输的主流。各类处理图像及视频的技术层出不穷。

最近几年发展起来的压缩感知(Compressive Sensing,CS)理论，提供了采集信号的一种思路，当信号稀疏或可压缩时，能够以较低采样率通过一个测量矩阵随机观测信号，再根据得到的少量观测值，通过优化算法精确重构信号，信号的重构质量仅取决于观测数量的多少，而与具体使用哪些观测值无关。

自然图像通常不是稀疏的，但在适当选定的变换基下能够进行稀疏表示。小波变换是对图像进行稀疏表示的一种有效工具。二维小波变换将图像分解为多组子系数，不同组子系数描述了原始图像中的不同信息成分。一级二维小波变换将图像分解成4组子系数。LL为低频系数是原始图像的近似。HL、LH和HH是高频系数，描述了图像灰度沿不同方向的变化：其中，HL系数沿垂直方向的高频分量，反映了图像中的垂直边缘信息；LH系数中的主要结构是沿水平方向高频分量，HH系数中的主要结构是沿对角线方向的高频分量，反映图像中的斜边缘信息。

为了降低观测值测量的复杂度，可对水下采集信息进行稀疏化处理。经稀疏化处理后生成的信号，往往不依赖于原始信号分布特性。对于稀疏信号，不用依赖于信号本身的分布特性，根据普适观测值达到低复杂度的目的，每个观测值近似均等地蕴含了信号的部分“信息”，任何观测值丢失和受干扰，也不影响其它观测参与重构过程，能适应比较恶劣的信道环境。

发明内容

本发明的目的是针对水下环境中采集的图片或视频中存在因干扰或噪声而出现图像模糊、斑点甚至开裂，使得所采集的信息模糊、带噪且带扰，进而导致传输效率低以及重构鲁棒性差的技术缺陷，提出了基于小波、阈值滤波及压缩感知的信息增强与传输方法。

本发明所采用的技术方案如下：对信息进行欠采样后进行离散二维小波变换得到高频和低频系数；对高频系数进行观测，输出观测结果矩阵；将观测结果矩阵和低频系数进行量化、信道编码、调制、传输、解调、信道解码及反量化，输出恢复的高频及低频系数；再对高频系数基于Renyi熵去噪声后压缩感知重构；对低频系数进行巴特沃斯高通滤波，再与恢复的高频系数一起进行小波逆变换，得到恢复的信息。

所述基于小波、阈值滤波及压缩感知的信息增强与传输方法，包括如下步骤：

步骤1、基于小波稀疏基对信息x进行压缩欠采样及信号观测，再对离散二维小波变换的高频系数HL、LH、HH进行观测；