基于基元圖學習的低碼率圖像壓縮.pdf

1、日益增多的多媒體應用產(chǎn)生的海量數(shù)字圖像對存儲和傳輸都產(chǎn)生了巨大的壓力,因此,對高效的數(shù)字圖像壓縮編碼技術的研究具有重要意義。原始圖像數(shù)據(jù)中存在著各種冗余,圖像壓縮的目的就是要去除這些冗余。傳統(tǒng)的圖像壓縮方法以信息論為指導,從信號處理的角度出發(fā)去除圖像中的各種冗余,并取得了較好的效果,如廣泛使用的基于離散余弦變換(DCT)的JPEG圖像壓縮標準和基于離散小波變換(DWT)的JPEG2000標準。但是在受終端設備處理和存儲能力以及傳輸帶寬的

2、限制而產(chǎn)生的低碼率圖像壓縮應用場景中,傳統(tǒng)圖像壓縮方法受其固有特性的影響會產(chǎn)生塊效應和振鈴效應,嚴重影響了圖像質量。
　　 針對這一問題,本文從計算機視覺的角度出發(fā),利用人類視覺系統(tǒng)的特點以及圖像基元圖信息的可復用性,提出了一個基于圖像基元圖學習的低碼率圖像壓縮方案。
　　 該方案針對人眼更敏感的邊緣區(qū)域進行處理,從一組訓練圖像中提取出通用的可在低碼率壓縮圖像之間復用的基元圖信息,并以非參數(shù)化表示的形式將其保存在庫中。在

3、圖像編碼端只需要壓縮下采樣之后的低分辨率圖像,其丟失的高頻信息就可以在解碼端利用庫中的基元圖信息近似地恢復出來。因此在相同的碼率下能獲得更好的圖像重建質量。其中用基于優(yōu)化的方法提高了基元圖復用時映射的準確程度,用基于塊拼接的方法來保證基元圖映射時相鄰塊之間的一致性。
　　 在此基礎上,利用信號的稀疏表示方法對上述方案進行了改進。超完備冗余表示和信號稀疏表示的最新研究成果表明:一個信號可由超完備字典稀疏表示;由于高分辨率圖像和對應

4、低分辨率圖像之間具有的幾何相似性,高分辨率圖像塊的幾何特征可以從對應低分辨率圖像塊獲得。將這一思想用于基元圖映射,即對每一個低質量基元圖塊求出其用超完備字典的稀疏表示,則對應的高質量基元圖塊可以通過這些稀疏系數(shù)與字典中對應的高質量基元圖塊組合得到。該問題可以用1范式最優(yōu)化的方式描述并求解,并且把相鄰塊之間的一致性作為一個約束條件加入該問題的求解以進一步增強基元圖映射時相鄰塊之間的一致性。
　　 實驗結果表明,在低碼率下,采用本文