基于自適應(yīng)分塊壓縮感知的視頻圖像重構(gòu)算法研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、壓縮感知(Compressed Sensing,CS)理論突破了傳統(tǒng)視頻圖像信號(hào)采樣定理的限制,用遠(yuǎn)低于Shannon-Nyquist采樣率的速度進(jìn)行采樣,實(shí)現(xiàn)了采樣和壓縮同時(shí)進(jìn)行,由此避免采集大量冗余數(shù)據(jù),從而有效地節(jié)省了系統(tǒng)的時(shí)間和資源。在CS理論的基礎(chǔ)上,LGan等人提出了分塊壓縮感知(Block Compressed Sensing,BCS)理論,其主要思想是把原始圖像分割成若干尺寸相等的圖像塊,然后用固定的采樣數(shù)目對(duì)每個(gè)圖像塊

2、進(jìn)行獨(dú)立測(cè)量,最后重構(gòu)出每個(gè)圖像塊并將其拼接成原始圖像。BCS的提出,在很大程度上避免了視頻圖像在重構(gòu)過程中的大內(nèi)存、高計(jì)算復(fù)雜度問題。
  在運(yùn)用BCS理論對(duì)視頻圖像進(jìn)行處理的過程中,重構(gòu)算法是其核心環(huán)節(jié),直接關(guān)系到最終重構(gòu)的視頻圖像質(zhì)量。而目前,大部分基于BCS框架下的重構(gòu)算法存在圖像塊采樣不充分及計(jì)算復(fù)雜度過高等問題。因此,研究有效的自適應(yīng)采樣方法和高效的重構(gòu)算法十分必要?;谝陨戏治?,本文主要研究工作如下:
  (1

3、)在BCS的基礎(chǔ)上,分析了小波系數(shù)和方差能表征圖像細(xì)節(jié)信息的這一特性,分別制定了基于小波系數(shù)和方差的自適應(yīng)采樣方案,在此基礎(chǔ)上,提出了兩種不同采樣方式下的圖像分塊自適應(yīng)壓縮感知方法,分別為基于小波系數(shù)的圖像分塊自適應(yīng)壓縮感知和基于方差的圖像分塊自適應(yīng)壓縮感知。
  (2)在基于統(tǒng)計(jì)信息的自適應(yīng)BCS的基礎(chǔ)上,針對(duì)迭代收縮閾值(Iterative Shrinkage Thresholding,IST)算法在收斂速度和重構(gòu)精度上的不足

4、,將全變分(Total Variation,TV)作為正則化約束項(xiàng)來替代l1范數(shù),提出了一種改進(jìn)的BCS-IST算法。實(shí)驗(yàn)結(jié)果表明,該算法相比于傳統(tǒng)的BCS-IST算法,能更好地保留圖像的結(jié)構(gòu)和紋理信息,獲得更佳的圖像重構(gòu)效果,且在一定程度上加快了算法收斂速度。
 ?。?)通過深入分析視頻信號(hào)的時(shí)空相關(guān)性,提出了一種基于時(shí)空特征的自適應(yīng)分塊壓縮感知視頻重構(gòu)方法。該方法首先通過克羅內(nèi)克積運(yùn)算來構(gòu)造適用于視頻信號(hào)的測(cè)量矩陣,實(shí)現(xiàn)視頻信

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論