基于感知及随机置换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感知及随机置换的图像压缩感知方法，将图像分割成n×n的图像块，然后对每个图像块进行DCT变换；然后在DCT域利用JND模型计算JND值，并利用JND值对原始的DCT系数进行处理。即将小于JND值的DCT值置零，同时大于JND值的DCT值保持不变，再对处理后的数据进行随机置换；然后利用随机矩阵进行观测，得到压缩感知的测量值；最后对接收到的数据进行恢复。本发明专利技术方法在降低编码端复杂度的同时具有一定的抗数据丢失的能力，能够适用于编码端计算能力差而同时拥有强大的解码端的场合，能显著提高了压缩的效率。

【技术实现步骤摘要】

本专利技术涉及一种图像处理方法，特别是涉及一种图像及视频压缩方法，应用于数据管理和数据传输技术利用。
技术介绍
图像的数据量一般较大，如果不对其进行压缩而直接传输，将对现有的网络资源造成很大的负担。如今虽然已经存在很多比较高效的图像压缩算法，最常见的如JPEG、H.261、MPEG等。但这些算法往往需要对信号进行复杂的计算，通过运算去除图像中的冗余信息。因此这些压缩方法对于计算机的性能有较高要求，并不适用于对编码端有较高功耗限制的场合，比如无线传感网络。近几年来逐渐发展起来的压缩感知技术却能在一定程度上很好地解决以上两个问题。压缩感知是由Donoho[1]等人在2006年首次提出来的。作为一种新的信号处理理论，压缩感知可以通过远低于奈奎斯特定理所要求的采样率对信号进行随机观测，此时将信号的采集和数据的压缩合成为了一个过程，这大大降低了编码端的复杂度，当然其代价就是必须得在解码端进行复杂的运算，从而恢复原始的信号。研究表明只要信号满足稀疏的特性，压缩感知技术就能表现出很好的性能。但是，压缩感知编码方法一开始并没有考虑人类的视觉特性，即仍然存在进一步改进的空间。[1]CandèsEJ,RombergJ,TaoT,“Robustuncertaintyprinciples:Exactsignalreconstructionfromhighlyincompletefrequencyinformation,”IEEETransactionsonInformationTheory,52(2),489-509(2006).
技术实现思路
为了解决现有技术问题，本专利技术的目的在于克服已有技术存在的不足，提供一种基于感知及随机置换的图像压缩感知方法，首次提出将JND模型用于对原始图像进行处理，从而使图像信号更加稀疏，最终达到提高图像质量的目的。本专利技术方法能有效地降低编码端的计算复杂度，能够适用于编码端计算能力弱而同时解码端拥有强大计算能力的情景。此外，本专利技术对于压缩感知技术在视频压缩中的应用也具有重要的借鉴意义。为达到上述专利技术创造目的，本专利技术采用下述技术方案：一种基于感知及随机置换的图像压缩感知方法，包括如下步骤：a.分块DCT变换：将原始图像分割成n×n的图像块，然后对每个图像块分别进行二维的DCT变换，得到一系列原始的DCT系数值；b.JND预处理：在DCT域利用JND模型计算JND阈值，并利用计算得到的JND阈值对在所述步骤a中得到的原始的DCT系数值进行预处理，即将小于JND阈值的DCT值置零，同时大于JND阈值的DCT值保持不变，JND预处理计算公式如下：在上述公式中，DCTafter为进行JND预处理后的计算结果DCT值，DCTbefore为在所述步骤a中得到的原始的DCT系数值，JND为JND阈值；c.随机置换：对经过步骤b的JND预处理后得到的DCT值数据进行随机置换；d.随机测量：利用随机矩阵对经过所述步骤c随机置换后得到数据进行随机测量，得到压缩感知的测量值，完成对所述步骤a的原始图像数据的压缩过程，得到图像压缩数据；对经过所述步骤c随机置换后得到数据进行随机测量时，优选测量率不低于0.3，进一步优选测量率不低于0.4；作为优选的技术方案，对经过所述步骤c随机置换后得到数据进行随机测量时，首先通过计算机产生一个随机矩阵，然后将该矩阵与信号相乘得到测量值，这就完成了信号的测量，得到图像压缩数据；在进行随机置换时，优选事先确定随机置换的交换位置，并设定一个整数作为随机种子数值，来表征所有的数值交换位置，这样便不需要传输具体的位置数据了，也有利于得到相同的实验结果；e.信号重建与图像恢复：将获得的在所述d中得到的图像压缩数据进行信号重建，初步恢复出信号，然后按照所述步骤c的逆向随机置换方法，再对恢复的数据进行DCT反变换，最终得到恢复图像。作为本专利技术优选的技术方案，在所述d中得到的图像压缩数据通过数据传输后，再通过所述步骤e进行信号重建与图像恢复。最小可觉察失真，JustNoticeableDistortion,JND，是指人类视觉系统存在的各种视觉屏蔽效应，表现为人眼要能觉察到像素点的变化，必须超过的一定阈值。利用JND的这一特性，可以进一步提高信号的稀疏性，从而提高压缩感知技术对于图像的压缩效率。本专利技术首次提出将JND模型用于对原始图像进行处理，从而使图像信号更加稀疏，最终达到提高图像质量的目的。此外，本专利技术对于压缩感知技术在视频压缩中的应用也具有重要的借鉴意义。本专利技术方法主要是考虑到人眼存在视觉掩盖效应，因此借助于JND模型，能有效地去除图像中存在的视觉冗余，与此同时，也提高了信号的稀疏度。首先将图像进行分块并对图像块进行DCT变换；然后利用JND模型计算图像在DCT域的JND阈值；接着用计算得到的JND阈值对原始图像所对应的DCT系数进行预处理，具体做法是将DCT系数中小于JND阈值的部分置为零，大于JND阈值的部分则保持不变，由于JND模型能在对DCT系数进行适当调整的情况下保证图像不会出现人眼可以觉察的变化，因此本专利技术方法是合理的。而且采用本专利技术方法最终能使DCT系数中出现大量的零，这样做的目的是为了增加信号的稀疏度，从而使压缩感知技术在这里能取得更好的效果。下面还要将处理后的数据进行随机置换，这是由于图像信号属于非平稳信号，即有些区域细节很丰富而另一些区域很平坦，表现在DCT系数上就是有些区域高频系数的数值比较大而另一些区域高频系数的数值较小。这种特性对于压缩感知中测量率的确定是很不利的。如果采用较低的测量率，显然细节丰富的区域会由于测量率不够而使得恢复效果不理想；如果采用较高的测量率，对于比较平滑的区域这样的高测量率显然是一种浪费。更进一步，在一些细节非常丰富的区域，信号几乎是不稀疏的，这时即使测量率非常高，由于不满足信号的稀疏特性，信号还是无法被较好地恢复。从以上分析可以看出，如果不采取其他措施必然导致图像中各个区域的恢复质量并不一致，即平滑的区域恢复质量较好而纹理丰富的区域恢复质量可能较差。而本专利技术进行数据的随机交换能很好地平衡图像不同区域之间的稀疏性，原来的非平稳信号通过随机交换就能变成平稳信号，这时就不会出现前面提到的问题了，从而也提高了压缩的效率。本专利技术与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点：1.本专利技术方法在降低编码端复杂度的同时具有一定的抗数据丢失的能力，能够适用于编码端计算能力差而同时拥有强大的解码端的场合；2.本专利技术利用计算得到的JND阈值，对原始图像所对应的DCT系数进行预处理，显著增加信号的稀疏度，从而使压缩感知技术在这里能取得更好的效果，本专利技术将处理后的数据进行随机置换，这样原来的非平稳信号就能通过随机交换变成平稳信号，从而也提高了压缩的效率，本专利技术方法适用于编码端对功耗有较高限制，计算能力较弱而同时解码端具有较强计算能力的情景。附图说明图1为本专利技术优选实施例图像压缩感知方法的操作程序框图。图2为本专利技术优选实施例Monarch图像和Monarch图像在JND预处理前后每个图像块中非零值的个数分布对比示意图。图3为本专利技术优选实施例DCT系数随机置换过程示意图。图4为在本专利技术优选实施例算法下和其他不同算法下Barbara的恢复质量比较图像。具体实本文档来自技高网...

【技术保护点】
一种基于感知及随机置换的图像压缩感知方法，其特征在于，包括如下步骤：a.分块DCT变换：将原始图像分割成n×n的图像块，然后对每个图像块分别进行二维的DCT变换，得到一系列原始的DCT系数值；b.JND预处理：在DCT域利用JND模型计算JND阈值，并利用计算得到的JND阈值对在所述步骤a中得到的原始的DCT系数值进行预处理，即将小于JND阈值的DCT值置零，同时大于JND阈值的DCT值保持不变，JND预处理计算公式如下：DCTafter=DCTbefore,DCTbefore>JND0,DCTbefore<JND---(1)]]>在上述公式中，DCTafter为进行JND预处理后的计算结果DCT值，DCTbefore为在所述步骤a中得到的原始的DCT系数值，JND为JND阈值；c.随机置换：对经过步骤b的JND预处理后得到的DCT值数据进行随机置换；d.随机测量：利用随机矩阵对经过所述步骤c随机置换后得到数据进行随机测量，得到压缩感知的测量值，完成对所述步骤a的原始图像数据的压缩过程，得到图像压缩数据；e.信号重建与图像恢复：将获得的在所述d中得到的图像压缩数据进行信号重建，初步恢复出信号，然后按照所述步骤c的逆向随机置换方法，再对恢复的数据进行DCT反变换，最终得到恢复图像。...

【技术特征摘要】
1.一种基于感知及随机置换的图像压缩感知方法，其特征在于，包括如下步骤：a.分块DCT变换：将原始图像分割成n×n的图像块，然后对每个图像块分别进行二维的DCT变换，得到一系列原始的DCT系数值；b.JND预处理：在DCT域利用JND模型计算JND阈值，并利用计算得到的JND阈值对在所述步骤a中得到的原始的DCT系数值进行预处理，即将小于JND阈值的DCT值置零，同时大于JND阈值的DCT值保持不变，JND预处理计算公式如下：DCTafter=DCTbefore,DCTbefore>JND0,DCTbefore<JND---(1)]]>在上述公式中，DCTafter为进行JND预处理后的计算结果DCT值，DCTbefore为在所述步骤a中得到的原始的DCT系数值，JND为JND阈值；c.随机置换：对经过步骤b的JND预处理后得到的DCT值数据进行随机置换；d.随机测量：利用随机矩阵对经过所述步骤c随机置换后得到数据进行随机测量，得到压缩感知的测量值，完成对所述步骤a的原始图像数据的压缩过程，得到图像压缩数据；e.信号重建与图像恢复：将获得的在所述d中得到的图像压缩数据进行信号重建，初步恢复出信号，然...

【专利技术属性】
技术研发人员：王永芳，吴健，朱康华，朱芸，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海;31