專利名稱：基于非均勻量化噪聲模型的壓縮感知圖像解碼方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像解碼方法，特別涉及一種基于壓縮感知的圖像解碼方法。
背景技術(shù)：
圖像編解碼標準JPEG已經(jīng)被廣泛應(yīng)用，此類編解碼器通過編碼端的變換器和量 化器消除信號的冗余成分，通過解碼端反變換和反量化重構(gòu)信號。但是，基于JPEG圖像編 解碼器存在一個顯而易見的缺陷當編碼端部分頻域信息丟失后，解碼端重構(gòu)圖像質(zhì)量會 明顯降低。更加需要注意的是JPEG的量化器和反量化器會引入嚴重的量化噪聲，而此標 準降噪功能非常有限。JPEG的兩個量化表，作用于8 X 8塊，它的量化步長考慮了人眼視覺的敏感性，但 是它的量化過程卻不能按照不同的頻段采用不同的量化步長對DCT系數(shù)進行量化。用固定 的量化表對具有不同頻率頒布特性的圖像進行固定量化步長的量化，必然導(dǎo)致在一定的壓 縮比下對圖像細節(jié)的丟失，而這些細節(jié)可能恰好是特殊信息，是原始圖像中最關(guān)鍵的部分。近年來，壓縮感知理論(CS Compressive sensing)已經(jīng)成為信號處理領(lǐng)域具有 里程碑意義的重要理論。它利用非自適應(yīng)的觀測矩陣拾取信號的一部分信息，然后利用觀 測值(拾取的信息)和觀測矩陣，通過求解優(yōu)化問題就可以近乎完美的重構(gòu)原始信號。申請?zhí)?201010271764. 6，申請日2010年9月3日，名稱《基于壓縮感知的圖像 解碼方法》，申請人北京工業(yè)大學(xué)。上述申請將壓縮感知理論應(yīng)用在圖像解碼中，但它是基 于均勻量化噪聲模型的，也就是說，誤差限ε對于圖像信號χ是固定的，這樣的信號重構(gòu)結(jié) 果不是最優(yōu)的。

發(fā)明內(nèi)容
本發(fā)明的技術(shù)解決問題是克服現(xiàn)有技術(shù)的不足，提供一種基于非均勻量化噪聲 模型的壓縮感知圖像解碼方法。此方法能夠準確估計噪聲，從而在解碼端提高重構(gòu)圖像質(zhì)量。本發(fā)明的技術(shù)解決方案是本發(fā)明提供的基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，包括以下步 驟(1)建立非均勻量化噪聲模型；(2)建立量化步長q與誤差限ε之間的映射關(guān)系；(3)根據(jù)量化矩陣Q和步驟(2)估計出每一像素對應(yīng)的非均勻量化的誤差限{ ε J
i = 1，…，N ‘(4)對圖像信號χ進行壓縮感知的重構(gòu)。步驟(1)中建立的非均勻量化噪聲模型為Ax-y = e或者以矩陣形式表示
權(quán)利要求
基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，其特征在于，包括以下步驟(1)建立非均勻量化噪聲模型；(2)建立量化步長q與誤差限ε之間的映射關(guān)系；(3)根據(jù)量化矩陣Q和步驟(2)估計出每一像素對應(yīng)的非均勻量化的誤差限{εi}i＝1，…，N；(4)對圖像信號x進行壓縮感知的重構(gòu)。
2.根據(jù)權(quán)利要求1所述的基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，其特征 在于，步驟(1)中建立的非均勻量化噪聲模型為Ax-y = e或者以矩陣形式表示axxyMx)‘a(chǎn)2x——、aNx_Jn^N).-eN —其中 是觀測矩陣A的行向量，yi(qi)是變換系數(shù)經(jīng)量化步長qi量化后的系數(shù)，e,是量化噪聲。
3.根據(jù)權(quán)利要求1所述的基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，其特征 在于，步驟(2)中建立量化步長q與誤差限￡之間的映射關(guān)系的方法為誤差限￡由量化噪聲e引起，給出圖像不同的量化步長^，通過壓縮感知的重構(gòu)找出 與量化步長1相對應(yīng)的最優(yōu)誤差限￡ i，由(￡ y 擬合出量化步長q與誤差限￡的關(guān) 系e = a q+旦(1)根據(jù)該擬合曲線，確定系數(shù)a、0的值，從而確立量化步長q與誤差限￡之間的映射 關(guān)系。
4.根據(jù)權(quán)利要求3所述的基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，其特征 在于，通過求解下式的優(yōu)化問題找出與量化步長1相對應(yīng)的最優(yōu)誤差限￡ i x = argmin||vF7'x||1, s.t. \\^x-y\\2<e,式中，jf表示x的重構(gòu)，^表示信號x的稀疏基，使| | L稀疏，O表示標準觀測矩陣。
5.根據(jù)權(quán)利要求4所述的基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，其特征 在于，圖像信號x采用梯度稀疏基使TV(x)稀疏，通過求解下式的優(yōu)化問題找出與量化步長 Qi相對應(yīng)的最優(yōu)誤差限￡ i x = argminrF(x), sJ. || —(Ax-y) ||2< 1 ?！?br> 6.根據(jù)權(quán)利要求1所述的基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，其特征 在于，步驟(4)中通過求解下式的優(yōu)化問題對圖像信號x進行壓縮感知的重構(gòu)X = ^1X1^11^11,, s.t. \\Ox-y\\M<s, 其中，|10)1-}|1^丨1似((1^-力丨丨2
7.根據(jù)權(quán)利要求6所述的基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，其特征 在于，圖像信號x采用梯度稀疏基使TV (x)稀疏，通過求解下式的優(yōu)化問題對圖像信號x進 行壓縮感知的重構(gòu)jc = argminrF(x), s.t. || Ax-y\\M<\其中，Mx-少M 二溈叩(丄,丄,…，丄)O, >0),且■！"(a,x-J,)是獨立同分布的，(aiX-yi)和丄也是同分布的。
8.根據(jù)權(quán)利要求5或7所述的基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，其 特征在于，觀測值y的獲取方法是在解碼端將反量化得到的帶有噪聲的圖像塊變換系數(shù) 矩陣bnXn進行列掃描，獲得觀測值y，它是NX 1維的列向量；觀測矩陣 A 中的元素4，其中 c = n(j-l)+i, d = n(k-l)+l,Ik式中，x表示圖像塊矩陣InXn經(jīng)過列掃描后得到的NX1維向量，C為nXn的列變換矩 陣，R為nXn的行變換矩陣，Ca表示C在第i行第1列位置上的元素，RkJ表示R在第k行 第j列位置上的元素。
9.根據(jù)權(quán)利要求5或7所述的基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，其 特征在于，采用二階錐規(guī)劃S0CP法對所述優(yōu)化問題進行求解。
全文摘要
基于非均勻量化噪聲模型的壓縮感知圖像解碼方法，包括(1)建立非均勻量化噪聲模型；(2)建立量化步長q與誤差限ε之間的映射關(guān)系；(3)根據(jù)量化矩陣Q和步驟(2)估計出每一像素對應(yīng)的非均勻量化的誤差限{εi}i＝1，…，N；(4)對圖像信號x進行壓縮感知的重構(gòu)。由于本發(fā)明是基于非均勻量化噪聲模型將壓縮感知理論應(yīng)用在圖像解碼中的，所以能夠在解碼過程中更好地補償噪聲，從而大幅度提高CS的重建質(zhì)量。
文檔編號H04N7/30GK101938655SQ20101027974
公開日2011年1月5日 申請日期2010年9月9日 優(yōu)先權(quán)日2010年9月9日
發(fā)明者尹寶才, 張臻, 施云惠, 王開帥 申請人:北京工業(yè)大學(xué)