基于半确定性传感矩阵的图像压缩感知方法技术

本发明专利技术公开了一种基于半确定性传感矩阵的图像压缩感知方法，克服了现有压缩感知方法中需要的随机变量数量多、计算复杂度高的问题，实现的步骤为：(1)采样初始化；(2)获取待采样图像信号；(3)确定算子向量；(4)抽取信号元素；(5)修正已抽取信号向量；(6)生成测量值；(7)判断采样数量；(8)判断是否继续采样；(9)终止。本发明专利技术按块输入图像信号，并且算子向量直接与等间隔抽取的确定位置的输入图像信号元素进行运算，采样需要的随机变量数量少、计算复杂度低并能够实现流式采样。

【技术实现步骤摘要】
基于半确定性传感矩阵的图像压缩感知方法
本专利技术属于图像处理
，更进一步涉及图像压缩采集
中的一种基于半确定性传感矩阵的图像压缩感知方法。本专利技术可用于对单幅图像、图像序列、视频帧等图像信号的压缩采集，实现图像信号的低复杂度高速压缩感知。
技术介绍
压缩感知理论为数据采集技术带来了新的革命，在该理论框架下，可以实现远低于奈奎斯特频率的信号采集，大大降低了采样开销。压缩感知采样过程面临的难题是如何合理的设计采样方法及步骤，在采样过程对应的采样矩阵满足零空间性质(NullSpaceProperty)或约束等距性条件(RestrictedIsometryProperty，RIP)的同时，使得信号采集过程尽可能的简单高效、易于实现。LuGan在论文“Fastandefficientcompressivesensingusingstructurallyrandommatrices”(IEEETransactionsonSignalProcessing,2012,60,(1),pp.139–154,doi:10.1109/TSP.2011.2170977)中提出了一种结构化随机采样方法，该方法首先对信号进行预处理，然后对预处理后的信号进行快速变换，最后对变换后的信号进行随机下采样。该方法存在的不足是，由于该方法要先对信号进行预处理，使得该方法需要大量的缓存资源并且难以实现流式采样；由于该方法中与采样算子进行运算的图像信号元素的位置或符号不确定，使得该方法难以进行软硬件实现及并行化；该方法的预处理步骤和随机下采样步骤均依赖于随机数，完成采样需要生成的随机变量数目等于采样样本数和信号长度的和，使得采样系统的复杂度和速度瓶颈集中在随机数相关的模块上，难以实现高速/超高速的图像信号采集。电子科技大学的专利申请“基于离散余弦变换系数分布的自适应压缩感知采样方法”(公开号：CN103700074A，申请号：201310717184.9，申请日：2013年12月23日)中公开了一种基于离散余弦变换的自适应压缩感知采样方法。该方法通过每个变换块的系数特征决定压缩感知采样率，从而分布不同的采样样本数量，实现图像信号的高性能采样和重建。该方法存在的不足是，图像信号在压缩端做变换，预处理过程较复杂，并且在采样过程中涉及大量乘除运算及浮点数运算，难以实现高速的图像信号采集。综上所述，由于现有传感矩阵存在矩阵稠密、随机性强等特点，其采样过程具有计算复杂度高，存储复杂度高的特点，难以实现高速高效的图像信号采集。
技术实现思路
本专利技术的目的在于针对现有压缩感知采样技术中采样复杂度高、难以实现流式采样过程、采样过程需要的随机数多的缺点，提出一种基于半确定性传感矩阵的图像压缩感知方法。实现本专利技术目的思路是，使被采样的图像信号元素的位置确定、有规律，并减少随机数的使用，减少计算次数和复杂度，使得采样过程对应的传感矩阵具有稀疏、结构化、整数元素值、半确定性的特点。从而在保证采样性能的情况下实现高速高效、易于硬件实现的压缩感知数据采集过程，满足实际的高速图像/视频采样需求及硬件可实现性要求。本专利技术的实现的具体步骤如下。(1)采样初始化。(1a)任意选取一种生成平均分布随机数的算法，将所选取算法的随机数种子初始化为一个正整数。(1b)将信号的采样间隔初始化为一个正整数。(1c)将已输入图像信号长度初始化为0。(1d)将信号的采样率初始化为取值范围在[0,1]之间一个小数，并根据采样样本数计算公式，计算采样样本数。(1e)利用标准哈达玛矩阵生成算法，生成一个阶数为d的哈达玛矩阵，完成初始化。(2)获取待采样图像信号。(2a)设置采样样本计数器i等于1，表示当前正在生成的采样样本序号。(2b)采用待输入信号长度计算公式，计算需要输入的图像信号的长度，并读取所述长度的图像信号。(2c)更新已输入图像信号长度为需要输入的图像信号的长度与已输入图像信号长度的和。(3)确定算子向量。(3a)利用步骤(1a)选定的生成平均分布随机数的算法，生成一个在0到d之间的随机数。(3b)以生成的随机数为行编号或者列编号，选取哈达玛矩阵中对应的行向量或者列向量作为算子向量。(4)抽取信号元素。(4a)采用位置向量公式，计算与哈达玛矩阵阶数d相同个数的待抽取信号元素的位置编号。(4b)抽取位置编号对应的图像信号位置上的信号元素，组成长度与哈达玛矩阵阶数d相同的已抽取信号向量。(5)修正已抽取信号向量。(5a)从算子向量中选取符号为负值的元素的位置索引。(5b)将所选取的位置索引对应的已抽取信号向量中的元素符号进行翻转操作，获得修正后向量。(6)生成测量值。(6a)将修正后向量的元素加和，生成一个测量值并输出。(6b)将采样样本计数器加1。(7)判断采样样本计数器是否与采样样本数相等，若是，则执行步骤(2)，否则执行步骤(8)。(8)判断已输入图像信号长度是否与待采样图像信号的长度相等，若是，则执行步骤(3)，否则，执行步骤(9)。(9)终止。与现有技术相比，本专利技术具有以下优点：第一，由于本专利技术按块输入图像信号，并且算子向量直接与等间隔抽取的确定位置的输入图像信号元素进行运算，克服了现有采样方法需要对图像信号进行预处理的和采样点对应的图像信号位置具有随机性的缺点，使得本专利技术的采样方法可以降低采样系统实现复杂度，更有利于软硬件实现及并行化加速。第二，由于本专利技术只在确定算子向量时使用了随机数，整个采样过程使用的随机数数量等于最终获得的采样样本数目，克服了现有压缩感知采样技术中观测时需要大量随机数而导致的采样复杂度高、采样速度慢的问题，使得本专利技术的采样方法降低了系统对于随机数相关模块的依赖，降低了采样复杂度，提高了采样速度。第三，由于本专利技术提出的采样方法涉及的运算仅仅包含最简单的加减运算及符号翻转运算，克服了现有技术的采样方法中涉及多种运算导致的计算复杂度高的问题，使得本专利技术的采样方法计算简单、采样复杂度低。附图说明图1是本专利技术的流程图；图2是本专利技术与现有技术的采样输出吞吐量百分比随输入信号长度百分比变化的对比图；图3是本专利技术与现有技术重构出的Boat图像的峰值信噪比PSNR随采样率变化的对比图。具体实施方式下面结合附图对本专利技术做进一步描述。参照图1，本专利技术的具体实施步骤如下。步骤1.采样初始化。第一步，选取一种生成平均分布随机数的算法，并初始化选取的随机数算法的随机数种子；本专利技术实施例中取生成平均分布随机数的算法为参数是19937的梅森旋转算法，并初始化该算法的随机数种子为数字137。第二步，将信号的采样间隔初始化为一个正整数。本专利技术实施例中取采样间隔等于19。第三步，将已输入图像信号长度初始化为0。第四步，将信号的采样率初始化为取值范围在[0,1]之间一个小数，并根据采样样本数计算公式，计算采样样本数。本专利技术中的采样样本数计算公式如下：其中，n表示采样样本数，s表示采样间隔，r表示信号的采样率。本专利技术实施例中取采样率等于0.3，采样样本数等于6。第五步，利用标准哈达玛矩阵生成算法，生成一个阶数为d的哈达玛矩阵，完成采样系统的初始化；所述的哈达玛矩阵的阶数d必须满足以下三个条件之一：(a)哈达玛矩阵的阶数d为2的整数次幂；(b)哈达玛矩阵的阶数d除以12，其商为2的整数本文档来自技高网...

【技术保护点】
一种基于半确定性传感矩阵的图像压缩感知方法，包括如下步骤：(1)采样初始化：(1a)任意选取一种生成平均分布随机数的算法，将所选取算法的随机数种子初始化为一个正整数；(1b)将信号的采样间隔初始化为一个正整数；(1c)将已输入图像信号长度初始化为0；(1d)将信号的采样率初始化为取值范围在[0,1]之间一个小数，并根据采样样本数计算公式，计算采样样本数；(1e)将哈达玛矩阵的阶数初始化为d，利用标准哈达玛矩阵生成算法，生成一个阶数为d的哈达玛矩阵，完成初始化；(2)获取待采样图像信号：(2a)设置采样样本计数器i等于1，表示当前正在生成的采样样本序号；(2b)采用待输入信号长度计算公式，计算需要输入的图像信号的长度，并读取所述长度的图像信号；(2c)更新已输入图像信号长度为需要输入的图像信号的长度与已输入图像信号长度的和；(3)确定算子向量：(3a)利用步骤(1a)选定的生成平均分布随机数的算法，生成一个在0到d之间的随机数；(3b)以生成的随机数为行编号或者列编号，选取哈达玛矩阵中对应的行向量或者列向量作为算子向量；(4)抽取信号元素：(4a)采用位置向量公式，计算与哈达玛矩阵阶数d相同个数的待抽取信号元素的位置编号；(4b)抽取位置编号对应的图像信号位置上的信号元素，组成长度与哈达玛矩阵阶数d相同的已抽取信号向量；(5)修正已抽取信号向量：(5a)从算子向量中选取符号为负值的元素的位置索引；(5b)将所选取的位置索引对应的已抽取信号向量中的元素符号进行翻转操作，获得修正后向量；(6)生成测量值：(6a)将修正后向量的元素加和，生成一个测量值并输出；(6b)将采样样本计数器加1；(7)判断采样样本计数器是否与采样样本数相等，若是，则执行步骤(2)，否则执行步骤(8)；(8)判断已输入图像信号长度是否与待采样图像信号的长度相等，若是，则执行步骤(3)，否则，执行步骤(9)；(9)终止。...

【技术特征摘要】
1.一种基于半确定性传感矩阵的图像压缩感知方法，包括如下步骤：(1)采样初始化：(1a)任意选取一种生成平均分布随机数的算法，将所选取算法的随机数种子初始化为一个正整数；(1b)将信号的采样间隔初始化为一个正整数；(1c)将已输入图像信号长度初始化为0；(1d)将信号的采样率初始化为取值范围在[0,1]之间一个小数，并根据采样样本数计算公式，计算采样样本数；(1e)利用标准哈达玛矩阵生成算法，生成一个阶数为d的哈达玛矩阵，完成初始化；(2)获取待采样图像信号：(2a)设置采样样本计数器i等于1，表示当前正在生成的采样样本序号；(2b)采用待输入信号长度计算公式，计算需要输入的图像信号的长度，并读取所述长度的图像信号；(2c)更新已输入图像信号长度为需要输入的图像信号的长度与已输入图像信号长度的和；(3)确定算子向量：(3a)利用步骤(1a)选定的生成平均分布随机数的算法，生成一个在0到d之间的随机数；(3b)以生成的随机数为行编号或者列编号，选取哈达玛矩阵中对应的行向量或者列向量作为算子向量；(4)抽取信号元素：(4a)采用位置向量公式，计算与哈达玛矩阵阶数d相同个数的待抽取信号元素的位置编号；(4b)抽取位置编号对应的图像信号位置上的信号元素，组成长度与哈达玛矩阵阶数d相同的已抽取信号向量；(5)修正已抽取信号向量：(5a)从算子向量中选取符号为负值的元素的位置索引；(5b)将所选取的位置索引对应的已抽取信号向量中的元素符号进行翻转操作，获得修正后向量；(6)生成测量值：(6a)将修正后向量的元素加和，生成一个测量值并输...

【专利技术属性】
技术研发人员：肖嵩，权磊，薛晓，杜建超，芦存博，刘学文，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61