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、信號采樣是聯(lián)系模擬信源和數(shù)字信息的橋梁。人們對信息的巨量需求造成了信號采樣、傳輸和存儲的巨大壓力。如何緩解這種壓力又能有效提取承載在信號中的有用信息是信號與信息處理中急需解決的問題之一。近年國際上出現(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壓縮感知理論的分析研究，實現(xiàn)分布式視頻編解碼和圖像超分辨率重建。
　　 針對分布式編碼要求編碼端復雜度低的特點，本文結(jié)合壓縮

2、感知理論及傳統(tǒng)視頻編解碼技術，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)不同的編碼模式進行選擇。實驗結(jié)果表明，通過引入自適應的編碼機制，本方法優(yōu)化了RD性能，而且無需反饋信道即實現(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，從而保護原始低分辨率圖像邊緣等細節(jié)信息。其中借助稀疏信號表示理論，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，實現(xiàn)了無需借助外部圖像庫進行邊緣保護的高分辨率圖像重建。實驗結(jié)果表明，本方法能夠改善高分辨率圖像中圖像邊緣、