[发明专利]基于变采样率和线性均值预测的图像压缩感知方法

摘要

本发明公开了一种基于变采样率和线性均值预测的图像压缩感知方法，主要解决现有技术采样效率低，计算复杂度和时间复杂度高的问题。其技术方案是根据不同图像区域对图像重构质量的贡献度大小不同，首先，通过边缘检测和边缘延伸确定图像的边缘像素点，并抽取相应的一部分非边缘像素点；然后，给边缘像素点和抽取的非边缘像素点分别分配不同的采样率进行压缩采样和重构；最后，利用线性均值预测算法恢复未被抽取的非边缘像素点。本发明具有重构质量好，处理速度快，时间复杂度低的优点，可用于图像的实时压缩传输和恢复。

主权项

一种基于变采样率和线性均值预测的图像压缩感知方法，包括如下步骤：(1)输入待处理的原始图像，检测边缘像素点获得边缘一维信号x(0)，抽取非边缘像素点获得非边缘一维信号y(0)；(2)边缘延伸：(2a)对于给定的整体采样量M，判断是否需要边缘延伸：如果M＞a(0)+b(0)，则边缘需要延伸，令边缘延伸次数的初始值为n＝0，执行步骤(2b)；否则，边缘不需要延伸，执行步骤(3)，其中a(0)是边缘像素点重新组合的个数，b(0)是非边缘部分像素点重新组合；(2b)将边缘部分分别向左右两侧各延伸一个像素点，边缘延伸次数n加1，更新边缘像素点个数为a(n)，边缘一维信号为x(n)，更新抽取的非边缘像素点个数为b(n)，非边缘一维信号为y(n)，同时更新各像素点的位置信息；(2c)判断边缘延伸是否结束：如果边缘延伸次数n同时满足：a(n‑1)+b(n‑1)＜M和a(n)+b(n)≥M，n≥1，则边缘延伸结束，执行步骤(3)，否则继续执行步骤(2b)；(3)采样率分配：(3a)计算边缘一维信号采样率r1和抽取的非边缘一维信号采样率r2：设r1和r2之间的动态系数：λ≥1，解如下方程组，得到采样率r1和r2：如果解得的r1大于1，则令r1＝1，再代入M＝r1×a(n)+r2×b(n)重新解得r2；(4)压缩感知采样和重构：(4a)图像输入端以采样率r1对边缘一维信号x(n)进行压缩采样，得到x(n)的线性测量值X，图像接收端用测量值X重构出边缘一维信号并将各重构边缘像素点分别放至与其在原始图像中相一致的位置；(4b)图像输入端以采样率r2对抽取的非边缘一维信号y(n)进行压缩采样，得到y(n)的线性测量值Y，图像接收端用测量值Y重构出抽取的非边缘一维信号并将各重构的非边缘像素点分别放至与其在原始图像中相一致的位置；(5)按照从上到下、从左到右的顺序预测出每个未被抽取的非边缘像素点的灰度值：1≤m≤4，其中，m为处于待预测像素点正上方、正下方、正左侧、正右侧的四个像素点中已经被恢复出来的像素点的个数，sum为这m个已经被恢复出来的像素点灰度值的和。