一种压缩感知多层残差图像编码方法技术

本发明专利技术公开了一种压缩感知多层残差图像编码方法，通过将压缩感知随机测量过程分成多层，并利用压缩感知重建‑测量模型，基于所有的前层随机测量值来预测当前层随机测量值，从而得到当前层预测值与真实值之间的残差。所得到的残差用于更新下一层的预测值，进而得到更为精确的重建图像。所提出的压缩感知随机测量值的预测、更新过程可以有效去除压缩感知测量值之间的冗余信息。相较于传统压缩感知编码方案直接对随机测量值量化编码，对所提出的压缩感知多层残差量化编码，可以显著提升基于压缩感知图像编码的率失真性能。

【技术实现步骤摘要】
一种压缩感知多层残差图像编码方法
本专利技术属于图像压缩
，具体涉及一种压缩感知多层残差图像编码方法。
技术介绍
压缩感知技术是指将信号或者图像在低于奈奎斯特采样率的情况下重建的技术。压缩感知技术在图像处理，图像检索，CT图像重建等领域有广泛的应用。基于压缩感知的图像编码技术相较于传统图像编码技术(JPEG，JPEG2000，CCSDS-IDC)，在率失真性能上有较大差距。当前，传统的压缩感知图像编码方案仅达到JPEG的编码性能，JPEG的编码率失真性能低，在高图像压缩比领域解压图像效果不佳，因此，研究率失真性能高的压缩感知编码方案具有重要的意义。
技术实现思路
为了解决上述问题，本专利技术提供了一种压缩感知多层残差图像编码方法，以解决压缩感知图像编码方案率失真性高的问题。为达到上述目的，本专利技术所述一种压缩感知多层残差图像编码方法，，将压缩感知测量过程分成l层，每层的随机测量值的长度相同；每一层中基于压缩感知重建-测量模型，自第二层开始，用前i-1层的随机测量结果预测第i层的压缩感知随机测量结果；然后得到每一层的压缩感知随机测量的真实值与预测值之间的残差；对第一层的随机测量真实值y1和第i层残差进行量化编码和反量化，其中2≤i≤l。进一步的，包括以下步骤：步骤1、将图像的压缩感知随机测量值分成l层，记为y＝[y1,...yi,...yl]，其中yi为第i层随机测量真实值；步骤2、对第1层的随机测量真实值y1进行量化编码得到Q(y1)，对Q(y1)反量化得到作为第一层更新的测量结果；步骤3、第i层，用前i-1层测量结果的更新值重建图像，第i重建图像记为步骤4、用当前层的重建图像，预测下一层的压缩感知随机测量结果，第i层压缩感知随机测量结果预测值其中Φi为第i层观测矩阵；步骤5、获取第i层残差ei，步骤6、对第i层残差ei进行量化编码，记为Q(ei)，对量化编码反量化后得到步骤7、第(i+1)层压缩感知随机测量结果预测值更新为步骤8、不断迭代步骤3至步骤7，直到第l层，得到各层的压缩感知多层残差的量化和反量化结果进一步的，不同层的残差分别用比特位深不同的量化器进行量化编码，层级越高，量化比特位深越小；层级越低，量化比特位深越大。进一步的，不同层的对残差进行量化时，所用的比特位深呈阶梯状分布。进一步的，当l为10时，第1至第10层的量化比特位深依次为：5,3,3,3,2,2,2,1,1和1。进一步的，进行解码时，包括以下步骤：步骤1、第1层对编码Q(y1)反量化得到步骤2、利用得到第1层重建图像，记为步骤3、预测第2层的随机测量值步骤4、对第二层编码Q(e2)进行量化和反量化得到步骤5、更新第2层的随机测量预测值步骤6、第2层中利用和得到第2层重建图像步骤7、重复步骤3至步骤6，直到第l层，得到不同层的反量化结果随机测量预测值和更新后的随机预测值从而得到第i层重建图像进一步的，解码端采用和编码端相同的压缩感知重建算法进行图像重建。进一步的，l为10。与现有技术相比，本专利技术至少具有以下有益的技术效果，本专利技术将压缩感知随机测量过程分为l个相互独立的部分。并通过压缩感知重建-预测模型，计算出当前层的残差，并用残差对下一层的压缩感知随机测量预测值进行更新，不断进行预测、更新、求残差的过程，从而减少随机测量结果之间的冗余信息，相比于原始的压缩感知随机测量值，本方案得到的压缩感知多层残差随着层级的增高，系数幅值逐渐减小，从而降低量化过程引入的噪声，提升了率失真性能。l越大，方案的率失真性能越高，相应的算法复杂度也越高，所以折中的选择l为10，从而在保证率失真性能的基础上尽量降低算法的运算复杂度。不同层的量化比特位深是不完全相同。量化比特位深应该与残差的幅度分布相一致，总体而言，层级越高，量化比特位深越小；层级越低，量化比特位深越大。当选择l为10的时候，1-10层相应的量化比特位深设置为(5，3，3，3，2，2，2，1，1，1)。通过不同层设计不同位深的量化器，从而使得量化器符合压缩感知多层残差幅值分布特性，提升方案的率失真性能。提升方案的率失真性能。在编码器端，利用到了前(i-1)层更新后的随机测量值重建第i层图像。在解码器端利用到了前i层更新后的随机测量值重建第i层图像。从而保证在解码端利用到了所有层的随机测量值重建原始图像，从而保证率失真性能，失真低。附图说明图1为本专利技术的流程图；图2a为测试图像Barbara；图2b为测试图像Lena；图3a为测试图像Barbara的原始图像；图3b为测试图像Barbara利用本专利技术重建的图像；图3c为测试图像Barbara的CCSDS-IDC标准重建图像；图3d为测试图像Barbara的JPEG2000标准重建图像；图4为测试图像Barbara在0.25bpp、0.50bpp、0.75bpp与1.00bpp压缩码率下，本专利技术在不同层重建图像的PSNR；图5为测试图像1在0.25bpp、0.50bpp、0.75bpp与1.00bpp压缩码率下，本专利技术在不同层重建图像的PSNR。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。参照图1，一种压缩感知多层残差图像编码方法，在数据编码端，将压缩感知测量过程分成多层，每层的随机测量值的长度相同；每一层中基于压缩感知重建-测量模型，用前(i-1)层随机测量结果预测第i层随机测量结果；每一层中可以得到压缩感知随机测量的真实值与预测值之间的残差；对每一层的残差做量化编码，并以比特形式存储、传输，从而实现图像压缩编码功能。在数据解码端，解码过程与编码过程相似，图像重建过程分为多层；每一层解码与编码过程层级相对应，并基于压缩感知重建-测量模型得到随机测量的预测值；用反量化的到的残差去更新压缩感知随机测量的预测值得到更新的测量结果；用更新的压缩感知系数重建出原始图像。一种率失真性能高的基于压缩感知理论的多层残差编码方法，编码端包括以下步骤：步骤1、将压缩感知随机测量值平均分成l层，记为y＝[y1,...,yl]，其中yi为随机测量真实值；步骤2、对第1层随机测量真实值y1进行量化编码，记为Q(y1)，对Q(y1)进行反量化，将反量化结果送入下一层中，反量化结果为更新的测量结果；步骤3、在第i(i≥2)层，用前(i-1)层测量结果的更新值重建图像，记为步骤4、用当前层的重建图像，预测下一层的随机测量结果，第i层压缩感知随机测量结果预测值步骤5、随机测量真实值减去压缩感知随机测量结果预测值得到当前层的残差，第i层残差步骤6、对第i本文档来自技高网...

【技术保护点】
1.一种压缩感知多层残差图像编码方法，其特征在于，将压缩感知测量过程分成l层，每层的随机测量值的长度相同；自第二层开始，每一层中基于压缩感知重建‑测量模型，用前i‑1层的随机测量结果预测第i层的压缩感知随机测量结果；然后得到每一层的压缩感知随机测量的真实值与预测值之间的残差；对第一层的随机测量真实值y1和第i层残差进行量化编码和反量化，其中2≤i≤l。

【技术特征摘要】
1.一种压缩感知多层残差图像编码方法，其特征在于，将压缩感知测量过程分成l层，每层的随机测量值的长度相同；自第二层开始，每一层中基于压缩感知重建-测量模型，用前i-1层的随机测量结果预测第i层的压缩感知随机测量结果；然后得到每一层的压缩感知随机测量的真实值与预测值之间的残差；对第一层的随机测量真实值y1和第i层残差进行量化编码和反量化，其中2≤i≤l。2.根据权利要求1所述的一种压缩感知多层残差图像编码方法，其特征在于，包括以下步骤：步骤1、将图像的压缩感知随机测量值分成l层，记为y＝[y1,...yi,...yl]，其中yi为第i层随机测量真实值；步骤2、对第1层的随机测量真实值y1进行量化编码得到Q(y1)，对Q(y1)反量化得到作为第一层更新的测量结果；步骤3、第i层，用前i-1层测量结果的更新值重建图像，第i重建图像记为步骤4、用当前层的重建图像，预测下一层的压缩感知随机测量结果，第i层压缩感知随机测量结果预测值其中Φi为第i层观测矩阵；步骤5、获取第i层残差ei，步骤6、对第i层残差ei进行量化编码，记为Q(ei)，对量化编码反量化后得到步骤7、第(i+1)层压缩感知随机测量结果预测值更新为步骤8、不断迭代步骤3至步骤7，直到第l层，得到各层的压缩感知多层残差的量化和反量化结果3...

【专利技术属性】
技术研发人员：侯兴松，陈赞，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61