基于壓縮感知的分布式視頻編解碼及其圖像超分辨率重建研究.pdf

1、信號(hào)采樣是聯(lián)系模擬信源和數(shù)字信息的橋梁。人們對(duì)信息的巨量需求造成了信號(hào)采樣、傳輸和存儲(chǔ)的巨大壓力。如何緩解這種壓力又能有效提取承載在信號(hào)中的有用信息是信號(hào)與信息處理中急需解決的問題之一。近年國(guó)際上出現(xiàn)的壓縮感知理論(CompressedSensing，CS)為緩解這些壓力提供了解決方法。本文的工作旨在基于對(duì)壓縮感知理論的分析研究，實(shí)現(xiàn)分布式視頻編解碼和圖像超分辨率重建。
　　 針對(duì)分布式編碼要求編碼端復(fù)雜度低的特點(diǎn)，本文結(jié)合壓縮

2、感知理論及傳統(tǒng)視頻編解碼技術(shù)，提出了基于壓縮感知的分布式視頻編解碼：編碼過程將高維信號(hào)投影到低維空間；解碼過程不再是傳統(tǒng)方式下的編碼逆過程，而是通過建立聯(lián)合稀疏模型，求解欠定方程組。該編解碼器結(jié)構(gòu)比較簡(jiǎn)單，不僅所需圖像的樣本數(shù)很少，樣本數(shù)可根據(jù)不同的編碼模式進(jìn)行選擇。實(shí)驗(yàn)結(jié)果表明，通過引入自適應(yīng)的編碼機(jī)制，本方法優(yōu)化了RD性能，而且無需反饋信道即實(shí)現(xiàn)了接近于傳統(tǒng)幀間編碼性能的重建。
　　 另外，將壓縮感知理論應(yīng)用于圖像超分辨率重

3、建，使得重建高分辨率圖像可以充分挖掘原始低分辨率圖像的結(jié)構(gòu)性特點(diǎn)，從而保護(hù)原始低分辨率圖像邊緣等細(xì)節(jié)信息。其中借助稀疏信號(hào)表示理論，將其引入局部幾何相似性模型建立局部幾何相似性的稀疏表示，即得到稀疏幾何相似性模型。并在圖像的稀疏表示中，通過K-SVD算法構(gòu)造超完備字典，在自適應(yīng)更新字典原子的過程中汲取圖像全局信息，并融合局部信息，實(shí)現(xiàn)了無需借助外部圖像庫(kù)進(jìn)行邊緣保護(hù)的高分辨率圖像重建。實(shí)驗(yàn)結(jié)果表明，本方法能夠改善高分辨率圖像中圖像邊緣、