一种基于块压缩感知的图像编码方法
【技术领域】
[0001] 本发明涉及数字图像、数字视频压缩编码的技术领域，特别是一种基于块压缩感 知的图像编码方法。
【背景技术】
[0002] 由于传统图像编码需要全采样再压缩，编码端所需存储空间大，且复杂性高，诱发 了压缩感知理论的提出和发展，它可以从低于奈奎斯特率的线性投影中精确恢复原始信 号。作为二维图像的应用，块压缩感知（BCS)可以大大减轻采样负担，但也面临着随机采样 操作需要巨大的存储空间和重构过程消耗庞大计算量的挑战。
[0003] 由于基于平滑兰德韦伯投影（SPL)算法能够快速实现压缩感知重构，同时通过施 加平滑消除块效应，达到提高重构图像质量的目的。然而，通过BCS-SPL的重构图像质量远 不及我们的需要。目前，许多研究者开发了关于BCS-SPL的改进算法用于提高图像重构质 量，如将BCS-SPL扩展到更多方向域，使用多假设预测，及其多尺度变型，甚至加入标量量 化和脉码调制等。提高图像重构质量的另一种方法是设计一个更好的测量矩阵。例如，优 化投影（0P)，基于学习的对偶的KSVD，基于回归模型的BCS测量矩阵。然而通过字典训练 的测量矩阵的构造耗时长，基于回归模型的测量矩阵生成器构造复杂，且随机性强，不易于 实用化。
【发明内容】
[0004] 有鉴于此，本发明的目的是提出一种基于块压缩感知的图像编码方法，兼顾编码 的质量、速度及实用化，进一步提高图像的压缩率、简化编码过程，改善了重构性能。
[0005] 本发明采用以下方案实现：一种基于块压缩感知的图像编码方法，具体包括以下 步骤： 步骤S1 :根据图像块尺寸和测量数设计测量矩阵； 步骤S2 :设计量化位数，得到图像块测量值的量化位数矩阵； 步骤S3:利用步骤S1的测量矩阵与步骤S2的量化位数，对图像进行编码得到比特流； 步骤S4 :将步骤S3得到比特流解码，得到重构图像。
[0006] 进一步的，所述步骤S1具体包括以下步骤： 步骤S11 :根据图像块的尺寸·?生成《5^的DCT矩阵取，其中_傷S; 步骤S12 :根据Z字形顺序将所述DCT矩阵巧的行向量重新排序得到排序矩阵疼； 步骤S13:根据给定的测量数a?，截取排序矩阵疼的前a?行，得到测量矩阵儿
[0007] 进一步的，所述步骤S2具体包括以下步骤： 步骤S21:根据自然图像的DCT系数的能量分布特点，构造从低频向高频呈递增趋势的 量化表； 步骤S22:将所述量化表中的元素均替换为以2为底的对数值，并求其与原始系数位数 的补，得到图像块测量值的量化位数矩阵。
[0008] 进一步的，所述步骤S3具体包括以下步骤： 步骤S31 :将图像块扫描为**1的图像块矢量^ ; 步骤S32 :将已构造的wx·?的测量矩阵乘以图像块矢量&得到的测量值矢量％ ; 步骤S33 :按照步骤S2设计的量化位数，从测量值矢量&中取出相应的位数串接而成 比特流。
[0009] 进一步的，所述步骤S4具体包括以下步骤： 步骤S41 :对步骤S3得到的比特流进行反量化，得到近似的测量值矢量； 步骤S42:将各块的测量值矢量组合成测量值矩阵； 步骤S43:利用SPL重构算法生成重构图像。
[0010] 进一步的，所述步骤S43具体包括以下步骤： 步骤S431 :初始化变量k=0,重构初始解其中J为测量矩阵，/为测量值矩阵； 步骤S432 :依次进行像素域维纳滤波、第一次兰德韦伯投影、变换域的硬阈值收缩、反 变换到像素域、第二次兰德韦伯投影操作； 步骤S433 :判断输出结果误差是否在设定范围内，若是，则输出结果笔;否则令变量 是-hi，并返回步骤S432。
[0011] 与现有技术相比，本发明将传统图像编码中的变换、量化和扫描融合为一个压缩 采样步骤，提出Z字形离散余弦变换矩阵的构造方法，及相应的编解码方案，采用本发明的 方法处理图像，所需的数据量少，重构质量高，重构速度快。
【附图说明】
[0012] 图1为本发明的方法流程示意图。
[0013] 图2为本发明实施例的数据块。
[0014]图3为本发明实施例的DCT变换系数。
[0015] 图4为本发明实施例中Ζ字形扫描示意图。
[0016] 图5为本发明实施例的量化表。
[0017]图6为本发明实施例的量化位数矩阵。
[0018]图7为本发明实施例的矢量化扫描示意图。
[0019]图8为本发明实施例的图像块矢量。
[0020] 图9为本发明实施例的SPL重构算法流程示意图。
[0021] 图10 (a)为本发明实施例中Lena512.bmp图像的重构性能中峰值信噪比示意图。
[0022] 图10 (b)为本发明实施例中Lena512.bmp图像的重构性能中重构时间示意图。
[0023] 图11 (a)为本发明实施例中Barbara512.bmp图像的重构性能中峰值信噪比示意 图。
[0024] 图11(b)为本发明实施例中Barbara512.bmp图像的重构性能中重构时间示意图。
【具体实施方式】
[0025] 下面结合附图及实施例对本发明做进一步说明。
[0026] 如图1所示，本实施例提供了一种基于块压缩感知的图像编码方法，具体包括以 下步骤： 步骤S1:根据图像块尺寸和测量数设计测量矩阵； 步骤S2 :设计量化位数，得到图像块测量值的量化位数矩阵； 步骤S3 :利用步骤S1的测量矩阵与步骤S2的量化位数，对图像进行编码得到比特流； 步骤S4 :将步骤S3得到比特流解码，得到重构图像。
[0027] 在本实施例中，图像的分块大小为4?4,如图2所示，每个像素及DCT系数(如图3 所示）的位数为8位。
[0028] 在本实施例中，所述步骤S1具体包括以下步骤： 步骤S11 :根据图像块的尺寸#賴(4料）生成狀_ι?(_：_1:6)的DCT矩阵<%，其中赫伽:方； 步骤S12 :根据Ζ字形顺序(如图4所示）将所述DCT矩阵螂的行向量重新排序得到排 序矩阵您； 步骤S13 :根据给定的测量数a?，截取排序矩阵乾的前a?行，得到ww测量矩阵4其中私 对应的测量值矢量为爲:，％对应的测量值矢量为&。
[0029] 其
[0030] 在本实施例中，所述步骤S2具体包括以下步骤： 步骤S21:根据自然图像的DCT系数的能量分布特点，构造从低频向高频呈递增趋势的 量化表，如图5所示； 步骤S22:将所述量化表中的元素均替换为以2为底的对数值，并求其与原始系数位数 的补，得到图像块测量值的量化位数矩阵，如图6所示。
[0031] 在本实施例中，所述步骤S3具体包括以下步骤： 步骤S31:将图像块扫描为_的图像块矢量如图7以及图8所示； 步骤S32 :将已构造的?的测量矩阵乘以图像块矢量％得到相对的测量值矢量巧，:?的 表达式见上文； 步骤S33 :按照步骤S2设计的量化位数，从测量值矢量&中取出相应的位数串接而成 比特流。
[0032] 在本实施例中，所述步骤S4具体包括以下步骤： 步骤S41:对步骤S3得到的比特流进行反量化，S卩每个截取的测量值矢量乘以量化系 数得到近似的测量值矢量； 步骤S42 :将各块的测量值矢量组合成测量值矩阵； 步骤S43 :利用SPL重构算法生成重构图像。 在本实施例中，如图9所示，所述步骤S43具体包括以下步骤： 步骤S431 :初始化变量k=0,重构初始解其中^为测量矩阵，/为测量值矩阵； 步骤S432 :依次进行像素域维纳滤波、第一次兰德韦伯投影、变换域的硬阈值收缩、反 变换到像素域、第二次兰德韦伯投影操作； 步骤S433 :判断输出结果误差是否在设定范围内，若是，则输出结果X,;否则令变量 是-JtH，并返回步骤S432。
[0033] 较佳地，利用本发明的基于块压缩感知的图像编码方法（BDCTZ-SPL)和随机采 样的块压缩感知方法（BCS-SPL)，通过Mat1ab工具分别对512X512的经典图像Lena 和Barbara进行仿真测试，图像块尺寸取8X8,实验平台是配置为Intel(R)Core(TM) i5-2520MCPU,主频2. 50Ghz，内存3. 05G的联想笔记本。在低采样率时，重构的峰值信噪 比（PSNR)和重构时间曲线如图10 (a)、10 (b)、ll(a)、ll(b)所示。实验结果表明，本发 明的方法重构的PSNR比BCS-SPL约高出5-8dB，重构时间更短。
[0034] 该方法可以直接应用于块压缩感知中，也可以嵌入到现有的JPEG编解码模块中， 从而简化压缩采样过程，并提高重构质量。
[0035] 以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与 修饰，皆应属本发明的涵盖范围。
【主权项】
1. 一种基于块压缩感知的图像编码方法，其特征在于包括以下步骤： 步骤S1 :根据图像块尺寸和测量数设计测量矩阵； 步骤S2 :设计量化位数，得到图像块测量值的量化位数矩阵； 步骤S3 :利用步骤S1的测量矩阵与步骤S2的量化位数，对图像进行编码得到比特流； 步骤S4 :将步骤S3得到的比特流解码，得到重构图像。2. 根据权利要求1所述的一种基于块压缩感知的图像编码方法，其特征在于：所述步 骤S1具体包括以下步骤： 步骤S11 :根据图像块的尺寸敌灿生成糾β的DCT矩阵祝,，其中胁:胸J; 步骤S12 :根据Ζ字形顺序将所述DCT矩阵與.的行向量重新排序得到排序矩阵與； 步骤S13 :根据给定的测量数％截取排序矩阵與的前4于，得到测量矩阵儿3. 根据权利要求1所述的一种基于块压缩感知的图像编码方法，其特征在于：所述步 骤S2具体包括以下步骤： 步骤S21 :根据自然图像的DCT系数的能量分布特点，构造从低频向高频呈递增趋势的 量化表； 步骤S22 :将所述量化表中的元素均替换为以2为底的对数值，并求其与原始系数位数 的补，得到图像块测量值的量化位数矩阵。4. 根据权利要求1所述的一种基于块压缩感知的图像编码方法，其特征在于：所述步 骤S3具体包括以下步骤： 步骤S31 :将图像块扫描为am的图像块矢量^ ; 步骤S32 :将已构造的的测量矩阵乘以图像块矢量:^得到顧I的测量值矢量於； 步骤S33 :按照步骤S2设计的量化位数，从测量值矢量ft中取出相应的位数串接而成 比特流。5. 根据权利要求1所述的一种基于块压缩感知的图像编码方法，其特征在于：所述步 骤S4具体包括以下步骤： 步骤S41 :对步骤S3得到的比特流进行反量化，得到近似的测量值矢量； 步骤S42 :将各块的测量值矢量组合成测量值矩阵； 步骤S43 :利用SPL重构算法生成重构图像。6. 根据权利要求5所述的一种基于块压缩感知的图像编码方法，其特征在于：所述步 骤S43具体包括以下步骤： 步骤S431 :初始化变量k=0,重构初始解其中J为测量矩阵，/为测量值矩阵； 步骤S432 :依次进行像素域维纳滤波、第一次兰德韦伯投影、变换域的硬阈值收缩、反 变换到像素域、第二次兰德韦伯投影操作； 步骤S433 :判断输出结果误差是否在设定范围内，若是，则输出结果#;否则令变量UH.，并返回步骤S432。
【专利摘要】本发明涉及一种基于块压缩感知的图像编码方法，首先根据图像块尺寸和测量数设计测量矩阵；然后设计量化位数，得到图像块测量值的量化位数矩阵；接着利用测量矩阵与量化位数，对图像进行编码得到比特流；最后将比特流解码，得到重构图像。本发明能够兼顾编码的质量、速度及实用化，进一步提高图像的压缩率、简化编码过程，改善了重构性能。
【IPC分类】H04N19/147, H04N19/129, H04N19/625, H04N19/132, H04N19/124
【公开号】CN105306936
【申请号】CN201510423810
【发明人】陈建, 苏凯雄, 朱宇耀, 吴林煌
【申请人】福州大学
【公开日】2016年2月3日
【申请日】2015年7月17日