專利名稱：一種基于光學(xué)條帶波變換的圖像壓縮方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像壓縮、視頻壓縮領(lǐng)域，特別涉及一種基于光學(xué)條帶波變換的圖像壓縮方法。
背景技術(shù)：
隨著信息網(wǎng)絡(luò)化的發(fā)展，人們對圖像的存儲和通信的需求越來越大，數(shù)據(jù)量也越來越大，圖像壓縮技術(shù)顯得越來越重要。圖像的壓縮主要包括變換、量化和熵編碼三部分，主要作用分別為去相關(guān)、進一步減少數(shù)據(jù)量和用二進制編碼表示。圖像壓縮起源于上世紀二十年代，第一代圖像編碼技術(shù)理論以信息論和數(shù)字信號處理技術(shù)為基礎(chǔ)，以除去圖像數(shù)據(jù)中的線性相關(guān)性為目的，受限于當(dāng)時的技術(shù)，去除冗余信息能力有限，壓縮比受到限制。第二代圖像編碼技術(shù)，打破香農(nóng)信息論框架的局限性，考慮到了圖像信息中各種特征和人 類的視覺特性，獲得了高壓縮比。進入上世紀九十年代后，伴隨著現(xiàn)代圖像傳感器技術(shù)的發(fā)展，圖像壓縮技術(shù)已經(jīng)成為一種“開放技術(shù)”，被廣泛的應(yīng)用于各領(lǐng)域。特別是近幾年，人工神經(jīng)網(wǎng)絡(luò)理論、小波變換理論、分形理論等的建立，相應(yīng)地使小波變換編碼、分形編碼和模型基編碼成為最具有代表性的第二代圖像編碼技術(shù)。目前研究最熱的離散余弦變換、小波變換編碼、分形圖像壓縮編碼技術(shù)等沒有充分考慮人眼視覺系統(tǒng)的適應(yīng)性，且具有塊效應(yīng)和不能實時處理等缺點。從國際數(shù)據(jù)壓縮技術(shù)的發(fā)展來看，基于內(nèi)容的圖像壓縮編碼方法是未來編碼的發(fā)展趨勢。其不僅能滿足進一步獲得更大的圖像數(shù)據(jù)壓縮比的要求，而且能實現(xiàn)實時處理的功能。因此，圖像編碼將朝著多模式和跨模式的方向發(fā)展，更多的考慮信息的交互性、可分級性、靈活性。隨著數(shù)學(xué)理論、信息論和計算機視覺等的發(fā)展必然會有功能更全面的更有效的圖像壓縮編碼技術(shù)的產(chǎn)生。當(dāng)前的圖像壓縮編碼技術(shù)存在幾何畸形、高頻部分損失、塊效應(yīng)、難以實時壓縮、搜索匹配量大、圖像失真等缺點。因此急需一種實時、快速和精確實現(xiàn)圖像壓縮的方法。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明所要解決的技術(shù)問題是提供一種實時、快速和精確實現(xiàn)圖像壓縮的方法。本發(fā)明的目的是這樣實現(xiàn)的
本發(fā)明提供的一種基于光學(xué)條帶波變換的圖像壓縮方法，包括以下步驟
S1:獲取圖像信號；
52:采用光學(xué)條帶波變換獲取圖像信號的稀疏矩陣；
53:采用高斯隨機矩陣作為測量矩陣；
54:利用稀疏矩陣和測量矩陣通過并行乘法計算獲取壓縮信號；
55:對圖像的壓縮信號進行解壓縮重構(gòu)圖像。
進一步，所述步驟S2中的光學(xué)條帶波變換，具體步驟如下
521:利用現(xiàn)有的光學(xué)小波變換方法實現(xiàn)對圖像信號進行二維小波變換的多尺度分解，并形成小波系數(shù)；
522:利用計算機通過數(shù)值計算完成最優(yōu)四叉樹剖分；
S23:根據(jù)光學(xué)系統(tǒng)中聯(lián)合變換相關(guān)法與條帶波變換中尋求最優(yōu)方向的目標(biāo)函數(shù)的特點，建立數(shù)學(xué)模型，提出合適的光學(xué)實現(xiàn)方法，完成逐一尋找最優(yōu)四叉樹剖分的各個字塊的最優(yōu)方向；
S24:利用電學(xué)數(shù)值計算系統(tǒng)，根據(jù)最優(yōu)方向借助正交投影和小波系數(shù)重新排列，得到
一維離散信號，實施一維方向小波變換，最終得到圖像信號的稀疏矩陣。進一步，所述步驟S22中的最優(yōu)四叉樹剖分為四叉樹分割法和CART 二分遞歸分割。進一步，所述光學(xué)系統(tǒng)中聯(lián)合變換相關(guān)法，其具體步驟為將激光經(jīng)過分光準(zhǔn)直后，一部分光作為入射光照射在第一空間光調(diào)制器上，第一空間光調(diào)制器位于第二透鏡的前焦點處，另一部分光照射在第二空間光調(diào)制器上。第二透鏡對輸入圖像成像，成像在第一CCD上，探測到的是輸入圖像的聯(lián)合變換功率譜，并將功率譜傳輸至計算機后，計算機將功率譜輸入第二空間光調(diào)制器，經(jīng)過第三透鏡反變換作用，在第三透鏡的后焦面處得到輸出，利用第二 CCD采集得到輸入圖像的空域濾波結(jié)果。 進一步，所述測量矩陣采用基于FPGA矩陣的并行運算算法實現(xiàn)，具體步驟如下
531:設(shè)置高斯隨機測量矩陣并放入FPGA可編程門陣列的ROM中；
532:把光學(xué)條帶波變換方法產(chǎn)生的稀疏矩陣以串行方式輸入并存儲在RAM中；
533:按時間流程在FPGA可編程門陣列中將稀疏矩陣分塊處理；
534:通過稀疏矩陣和測量矩陣的并行乘法運算，實時獲取壓縮信號。進一步，所述步驟S5中的解壓縮采用正交匹配跟蹤算法。進一步，所述步驟S4中的并行乘法計算是在FPGA中進行的。本發(fā)明的優(yōu)點在于本發(fā)明將光學(xué)條帶波變換方法應(yīng)用于圖像或視頻壓縮編碼，結(jié)合壓縮感知理論，采用FPGA矩陣并行計算算法實現(xiàn)測量矩陣的并行，實現(xiàn)實時處理功能，更快速、精確的重構(gòu)原始信號。本發(fā)明采用光學(xué)條帶波變換進行多尺度幾何分析，能很好的體現(xiàn)圖像的高維幾何特征，自適應(yīng)的圖像多尺度幾何分析方法(第二代條帶波變換)先進行邊緣檢測，再利用邊緣信息對原函數(shù)進行最優(yōu)表示。該方法運用光學(xué)技術(shù)和電學(xué)系統(tǒng)綜合實現(xiàn)光學(xué)條帶波變換。由于光學(xué)技術(shù)具有極快的響應(yīng)能力、極強的互連能力與并行能力，以及存儲能力，利用光子作為信息載體存儲、傳輸和處理信息，因此能夠?qū)崿F(xiàn)實時處理。


為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明作進一步的詳細描述，其中
圖1為基于光學(xué)條帶波變換的圖像/視頻的壓縮；
圖2為基于正交匹配跟蹤算法的圖像/視頻重構(gòu)；
圖3為聯(lián)合變換相關(guān)器。
圖中，分光鏡1、第一透鏡2、參考圖像3、目標(biāo)圖像4、第一空間光調(diào)制器5、第二透鏡6、第一 (XD7、反射鏡8、第二空間光調(diào)制器9、第三透鏡10、輸出11、第二 (XD12、計算機13。
具體實施例方式以下將結(jié)合附圖，對本發(fā)明的優(yōu)選實施例進行詳細的描述；應(yīng)當(dāng)理解，優(yōu)選實施例僅為了說明本發(fā)明，而不是為了限制本發(fā)明的保護范圍。圖1為基于光學(xué)條帶波變換的圖像/視頻的壓縮，圖2為基于正交匹配跟蹤算法的圖像/視頻重構(gòu)，圖3為聯(lián)合變換相關(guān)器，如圖所示，本實施例提供的一種基于光學(xué)條帶波變換的圖像壓縮方法，包括以下步驟
51:獲取圖像信號；
52:采用光學(xué)條帶波變換獲取圖像信號的稀疏矩陣；
53:采用高斯隨機矩陣作為測量矩陣；
54:利用稀疏矩陣和測量矩陣的在FPGA中的并行乘法計算獲取壓縮信號，實現(xiàn)對圖像信號的實時壓縮處理；
S5:為了對圖像的壓縮信號進行解壓縮，對壓縮后的信號采用正交匹配跟蹤算法重構(gòu)，實現(xiàn)圖像的解壓縮。運用聯(lián)合變換相關(guān)器實現(xiàn)多尺度幾何分析，輸入的是多尺度幾何分析濾波器的空域形式。其具體步驟為激光經(jīng)過分光準(zhǔn)直后，一部分光作為入射光照射在第一空間光調(diào)制器5上,第一空間光調(diào)制器5位于第二透鏡6的前焦點處。另一部分光照射在第二空間光調(diào)制器9上。第二透鏡6對輸入圖像成像，成像在第一 (XD7上，探測到的是輸入圖像的聯(lián)合變換功率譜，傳輸至計算機后，計算機13將功率譜輸入第二空間光調(diào)制器9，經(jīng)過第三透鏡10反變換作用，在第三透鏡10的后焦面處得到輸出11，利用第二 CCD12采集得到輸入圖像的空域濾波結(jié)果。光學(xué)條帶波變換的具體步驟如下
521:利用現(xiàn)有的光學(xué)小波變換方法實現(xiàn)對圖像信號進行二維小波變換的多尺度分解，并形成小波系數(shù)；
522:利用計算機通過數(shù)值計算完成最優(yōu)四叉樹剖分(一般通過四叉樹分割法和CART二分遞歸分割的技術(shù));
523:根據(jù)光學(xué)系統(tǒng)中聯(lián)合變換相關(guān)法與條帶波變換中尋求最優(yōu)方向的目標(biāo)函數(shù)的特點，建立數(shù)學(xué)模型，提出合適的光學(xué)實現(xiàn)方法，完成逐一尋找最優(yōu)四叉樹剖分的各個字塊的最優(yōu)方向；
S24:利用電學(xué)數(shù)值計算系統(tǒng)，根據(jù)最優(yōu)方向借助正交投影和小波系數(shù)重新排列，得到一維離散信號，實施一維方向小波變換，最終得到圖像信號的稀疏矩陣。所述測量矩陣采用基于FPGA矩陣的并行運算算法實現(xiàn)，具體步驟如下
531:設(shè)置高斯隨機測量矩陣并放入FPGA可編程門陣列的ROM中；
532:把光學(xué)條帶波變換方法產(chǎn)生的稀疏矩陣以串行方式輸入并存儲在RAM中；
533:按時間流程在FPGA可編程門陣列中將稀疏矩陣分塊處理；
534:通過稀疏矩陣和測量矩陣的并行乘法運算，實時獲取壓縮信號。
所述重構(gòu)采用正交匹配跟蹤算法來實現(xiàn)圖像的解壓縮。具體步驟為將所選原子利用Gram-Schmidt正交化方法進行正交處理,再將信號在這些正交原子構(gòu)成的空間上投影，得到信號在各個已選原子上的分量和余量，然后用相同方法分解余量。在每一步分解中，所選原子均滿足一定條件，因此余量隨著分解過程迅速減小。通過遞歸地對已選擇原子集合進行正交化保證了迭代的最優(yōu)性，從而減少了迭代次數(shù)。以上所述僅為本發(fā)明的優(yōu)選實施例，并不用于限制本發(fā)明，顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的
這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
權(quán)利要求
1.一種基于光學(xué)條帶波變換的圖像壓縮方法，其特征在于包括以下步驟 S1:獲取圖像信號； 52:采用光學(xué)條帶波變換獲取圖像信號的稀疏矩陣； 53:采用高斯隨機矩陣作為測量矩陣； 54:利用稀疏矩陣和測量矩陣通過并行乘法計算獲取壓縮信號； 55:對圖像的壓縮信號進行解壓縮重構(gòu)圖像。
2.根據(jù)權(quán)利要求1所述的基于光學(xué)條帶波變換的圖像壓縮方法，其特征在于所述步驟S2中的光學(xué)條帶波變換，具體步驟如下 521:利用現(xiàn)有的光學(xué)小波變換方法實現(xiàn)對圖像信號進行二維小波變換的多尺度分解，并形成小波系數(shù)； 522:利用計算機通過數(shù)值計算完成最優(yōu)四叉樹剖分； S23:根據(jù)光學(xué)系統(tǒng)中聯(lián)合變換相關(guān)法與條帶波變換中尋求最優(yōu)方向的目標(biāo)函數(shù)的特點，建立數(shù)學(xué)模型，提出合適的光學(xué)實現(xiàn)方法，完成逐一尋找最優(yōu)四叉樹剖分的各個字塊的最優(yōu)方向； S24:利用電學(xué)數(shù)值計算系統(tǒng)，根據(jù)最優(yōu)方向借助正交投影和小波系數(shù)重新排列，得到一維離散信號，實施一維方向小波變換，最終得到圖像信號的稀疏矩陣。
3.根據(jù)權(quán)利要求2所述的基于光學(xué)條帶波變換的圖像壓縮方法，其特征在于所述步驟S22中的最優(yōu)四叉樹剖分為四叉樹分割法和CART 二分遞歸分割。
4.根據(jù)權(quán)利要求2所述的基于光學(xué)條帶波變換的圖像壓縮方法，其特征在于所述聯(lián)合變換相關(guān)法用于實現(xiàn)對圖像進行多尺度幾何分析，輸入的是多尺度幾何分析濾波器的空域形式，其具體步驟為將激光經(jīng)過分光準(zhǔn)直后，一部分光作為入射光照射在第一空間光調(diào)制器上，第一空間光調(diào)制器位于第二透鏡的前焦點處，另一部分光照射在第二空間光調(diào)制器上；第二透鏡對輸入圖像成像，成像在第一 CXD上，探測到的是輸入圖像的聯(lián)合變換功率譜，并將功率譜傳輸至計算機后，計算機將功率譜輸入第二空間光調(diào)制器，經(jīng)過第三透鏡反變換作用，在第三透鏡的后焦面處得到輸出，利用第二 CCD采集得到輸入圖像的空域濾波結(jié)果。
5.根據(jù)權(quán)利要求1所述的基于光學(xué)條帶波變換的圖像壓縮方法，其特征在于所述測量矩陣采用基于FPGA矩陣的并行運算算法實現(xiàn)，具體步驟如下 531:設(shè)置高斯隨機測量矩陣并放入FPGA可編程門陣列的ROM中； 532:把光學(xué)條帶波變換方法產(chǎn)生的稀疏矩陣以串行方式輸入并存儲在RAM中； 533:按時間流程在FPGA可編程門陣列中將稀疏矩陣分塊處理； 534:通過稀疏矩陣和測量矩陣的并行乘法運算，實時獲取壓縮信號。
6.根據(jù)權(quán)利要求1所述的基于光學(xué)條帶波變換的圖像壓縮方法，其特征在于所述步驟S5中的解壓縮采用正交匹配跟蹤算法。
7.根據(jù)權(quán)利要求1所述的基于光學(xué)條帶波變換的圖像壓縮方法，其特征在于所述步驟S4中的并行乘法計算是在FPGA中進行的。
全文摘要
本發(fā)明公開了一種基于光學(xué)條帶波變換的圖像壓縮方法,包括以下步驟S1獲取圖像信號；S2采用光學(xué)條帶波變換獲取圖像信號的稀疏矩陣；S3獲取稀疏原始圖像信號的測量矩陣；S4利用稀疏矩陣和測量矩陣在FPGA中的并行矩陣乘法運算獲取壓縮信號；S5:采用正交匹配跟蹤算法重構(gòu)從而對圖像解壓縮。本發(fā)明利用光學(xué)條帶波變換方法獲取圖像的稀疏矩陣，結(jié)合壓縮感知理論，采用FPGA并行算法實現(xiàn)稀疏矩陣和測量矩陣相乘的并行計算，實現(xiàn)實時處理功能，更快速獲取圖像的壓縮信號。本發(fā)明采用光學(xué)技術(shù)實現(xiàn)光學(xué)條帶波變換，光學(xué)技術(shù)具有極快的響應(yīng)能力、極強的互連能力與并行能力、存儲能力，利用光子作為載體存儲、傳輸和處理信息，能夠?qū)崿F(xiàn)實時處理。
文檔編號H04N7/26GK103024379SQ20121053451
公開日2013年4月3日 申請日期2012年12月12日 優(yōu)先權(quán)日2012年12月12日
發(fā)明者尹宏鵬, 柴毅, 劉兆棟 申請人:重慶大學(xué)