基于壓縮感知的圖像編碼重構(gòu)研究.pdf

1、壓縮感知（Compressed Sensing，即CS）是信號與信息處理領(lǐng)域新興的一種信號采集處理方法，其在保證重構(gòu)信號質(zhì)量的前提下，用遠低于Nyquist定理的采樣速率對信號進行取樣，大大減少了信號采樣的數(shù)據(jù)量，CS理論基于信號的內(nèi)容與結(jié)構(gòu)對信號進行壓縮并高概率重構(gòu)得到原始信號，不再依賴于信號的帶寬，是對傳統(tǒng)采樣定理的挑戰(zhàn)，開辟了全新的領(lǐng)域，激發(fā)了廣大科技工作者的探索熱情。
　　本研究參閱了大量國內(nèi)外相關(guān)的研究成果，對各類基于C

2、S的圖像重構(gòu)和編碼算法做了仔細深入的研究。根據(jù)圖像信號的稀疏度和幀間殘差，提出了基于CS理論的分塊圖像處理算法和圖像序列編碼算法。
　　一幅圖像的不同部分的稀疏程度各不相同，如果采用高速固定的采樣速率，不僅采樣數(shù)據(jù)量會很大，也容易帶來資源的浪費。而低采樣率雖然能夠減少采集的數(shù)據(jù)量，但是重構(gòu)信號的質(zhì)量很差，失真較大。本文提出一種基于CS理論的改進的圖像分塊自適應編碼算法，這種方法首先判斷出圖像各小塊在DWT變換域的稀疏程度，根據(jù)稀疏

3、度的大小判斷圖像各塊的采樣率，對高稀疏度的部分做地采樣，對稀疏度差的塊作高采樣，以達到用較低的采樣率獲得較高重構(gòu)圖像質(zhì)量的目的，仿真結(jié)果表明，這種改進的方法，其對峰值信噪比的提升可以達到33％。
　　處理圖像序列信號的編碼時，基于各相鄰幀之間存在的冗余信息，本文從相鄰幀之間的殘差信號角度考量，改進了一種針對幀間殘差信號的圖像自適應編碼算法，該方法尤其適用于運動緩慢或者場景變動不大的圖像序列，實驗表明:能夠在保證信號重構(gòu)質(zhì)量的前提下