基于壓縮感知采樣數(shù)據(jù)修正的空域可縮小圖像重構(gòu)方法
【專利摘要】本發(fā)明公開了一種基于壓縮感知采樣數(shù)據(jù)修正的空域可縮小圖像重構(gòu)方法，它是針對現(xiàn)有的基于壓縮感知的圖像壓縮方法中利用“壓縮感知域重構(gòu)-空域下采樣”兩步實(shí)現(xiàn)低分辨率圖像展示的方法會降低最終所產(chǎn)生的圖像的質(zhì)量問題，通過把對圖像的壓縮感知采樣與空域可縮小重構(gòu)相結(jié)合，實(shí)現(xiàn)在低采樣率的條件下直接構(gòu)造高質(zhì)量低分辨率圖像的目的。與現(xiàn)有的基于壓縮感知的空域可縮小重構(gòu)方法相比，本發(fā)明具有能夠高效地提供高質(zhì)量低分辨率圖像的特點(diǎn)，能夠克服現(xiàn)有方法中使用“壓縮感知域重構(gòu)-空域下采樣”兩步實(shí)現(xiàn)圖像的空域可縮小重構(gòu)，而無法提供高質(zhì)量參考圖像，進(jìn)而無法產(chǎn)生高質(zhì)量低分辨率圖像的缺點(diǎn)。
【專利說明】 基于壓縮感知采樣數(shù)據(jù)修正的空域可縮小圖像重構(gòu)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理領(lǐng)域，主要涉及數(shù)字圖像的空域縮小重構(gòu)技術(shù)。
【背景技術(shù)】
[0002]圖像通常來源于自然場景，任何圖像的拍攝記錄過程，實(shí)質(zhì)是將原始景物進(jìn)行數(shù)據(jù)采樣和壓縮的過程。隨著網(wǎng)絡(luò)技術(shù)和新興多媒體技術(shù)的發(fā)展，要求圖像處理不僅要適應(yīng)復(fù)雜多變的網(wǎng)絡(luò)環(huán)境，而且要適應(yīng)多變的顯示環(huán)境。如何實(shí)現(xiàn)高效的多分辨率圖像處理，特別是低采樣率條件下的多分辨率圖像處理，以適應(yīng)多變的顯示環(huán)境，是目前圖像處理領(lǐng)域所面臨的一大挑戰(zhàn)。而如何在新興壓縮技術(shù)下實(shí)現(xiàn)對原始場景或圖像的低分辨率顯示，是首當(dāng)其沖需要解決的問題。
[0003]長期以來，為了能夠完整地重建信號，傳統(tǒng)的采樣過程都要遵循奈奎斯特采樣定理來實(shí)現(xiàn)。這一采樣理論在信號處理領(lǐng)域被沿用了將近八十年，直到壓縮感知理論的提出，才打破了這一采樣準(zhǔn)則。2006年，Donobo, Candes和Tao等人提出了針對稀疏信號處理的壓縮感知理論，根據(jù)壓縮感知理論，可以在遠(yuǎn)低于奈奎斯特采樣定理中所要求的采樣頻率的情況下對信號進(jìn)行隨機(jī)采樣，從而得到少量的觀測值，然后通過求解凸優(yōu)化問題，即可利用這些觀測值對原始信號進(jìn)行精確重構(gòu)，以實(shí)現(xiàn)數(shù)據(jù)的壓縮。這一理論的一個重要應(yīng)用就是對圖像進(jìn)行壓縮處理，這也是近年來圖像處理領(lǐng)域的一項(xiàng)重大突破。經(jīng)過壓縮感知采樣得到的數(shù)據(jù)，在完成對原始數(shù)據(jù)采樣的同時，也完成了對數(shù)據(jù)的壓縮，這本身就是一個高效的信息處理過程。
[0004]利用現(xiàn)有的基于壓縮感知的圖像壓縮及重構(gòu)技術(shù)對經(jīng)過采樣后的數(shù)據(jù)進(jìn)行低分辨率圖像重構(gòu)時，需要分兩步實(shí)現(xiàn):第一步，對采樣后的數(shù)據(jù)在壓縮感知域進(jìn)行與原圖像同分辨率的重構(gòu)；第二步，對重構(gòu)后的圖像在空域進(jìn)行下采樣，得到低分辨率的圖像。這種分步實(shí)現(xiàn)的方法，存在一個重大的缺陷:在采樣率較低的情況下，重構(gòu)出的同分辨率圖像質(zhì)量較差，再利用這種低質(zhì)量的圖像去產(chǎn)生低分辨率的圖像，最終得到的圖像的質(zhì)量也會比較差。為了克服這一缺陷，本發(fā)明專利利用壓縮采樣得到的數(shù)據(jù)在壓縮感知域直接構(gòu)造高質(zhì)量的低分辨率圖像，以實(shí)現(xiàn)可縮小的圖像重構(gòu)。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是提供一種基于壓縮感知采樣空域可縮小圖像的重構(gòu)方法，它是通過把對圖像的壓縮感知采樣與空域可縮小重構(gòu)相結(jié)合，實(shí)現(xiàn)在低采樣率的條件下直接構(gòu)造高質(zhì)量低分辨率圖像的目的。與現(xiàn)有的基于壓縮感知的空域可縮小重構(gòu)方法相比，本發(fā)明具有能夠高效地提供高質(zhì)量低分辨率圖像的特點(diǎn)，能夠克服現(xiàn)有方法中使用“壓縮感知域重構(gòu)-空域下采樣”兩步實(shí)現(xiàn)圖像的空域可縮小重構(gòu)，而無法提供高質(zhì)量參考圖像，進(jìn)而無法產(chǎn)生高質(zhì)量低分辨率圖像的缺點(diǎn)。
[0006]為了方便描述本發(fā)明的內(nèi)容，首先做以下術(shù)語定義:
[0007]定義I，傳統(tǒng)的圖像分塊方法[0008]傳統(tǒng)的圖像分塊方法按照J(rèn)PEG標(biāo)準(zhǔn)中對圖像進(jìn)行分塊的方法，將原始圖像劃分為多個互不重疊的等尺寸圖像塊，具體描述過程參見“JPEG(Joint Photographic ExpertsGroup):IS0 / IEC IS10918-1 / ITU-T Recommendation T.81,Digital Compression andCoding of Continuous-Tone Still Image, 1993，，；
[0009]定義2，傳統(tǒng)的圖像塊合成圖像的方法
[0010]傳統(tǒng)的圖像塊合成圖像的方法是按照J(rèn)PEG標(biāo)準(zhǔn)中用圖像塊進(jìn)行相互不重疊組合以合成完整圖像的方法，具體描述過程參見“JPEG(Joint Photographic Experts Group):ISO / IEC IS 10918-1 / ITU-T Recommendation T.81,Digital Compression and Codingof Continuous-Tone Still Image, 1993，，；
[0011]定義3，傳統(tǒng)的壓縮感知采樣
[0012]傳統(tǒng)的壓縮感知采樣方法是在低于奈奎斯特采樣率的條件下，根據(jù)設(shè)定的采樣率，產(chǎn)生隨機(jī)采樣矩陣Φ，用隨機(jī)采樣矩陣Φ對原始信號進(jìn)行采樣，獲取信號的離散樣本的方法，具體描述過程參見文獻(xiàn)“Compressed sensing”。
[0013]定義4，傳統(tǒng)的基于圖像塊的壓縮感知采樣
[0014]為了實(shí)現(xiàn)對二維圖像的壓縮感知采樣，通常先將二維圖像分塊，再將每個二維圖像塊轉(zhuǎn)化為一個一維信號，最終用隨機(jī)采樣矩陣Φ對每個一維信號進(jìn)行壓縮采樣，具體步驟參見文獻(xiàn)“Block compressed sensing of natural images，，。
[0015]定義5，傳統(tǒng)的梯度投影稀疏重建法
[0016]梯度投影稀疏重建法(Gradientprojection for sparse reconstruction,GPSR)是一種將凸優(yōu)化問題轉(zhuǎn)化為二 次規(guī)劃問題，并利用特殊的線搜索法和終止技術(shù)，對壓縮感知采樣后的數(shù)據(jù)進(jìn)行快速重構(gòu)的方法，具體步驟參見文獻(xiàn)“Gradient Projectionfor Sparse Reconstruction !Application to Compressed Sensing and Other InverseProblems，，。
[0017]定義6，基于壓縮感知的圖像塊重建
[0018]基于壓縮感知的圖像塊重建是在對圖像進(jìn)行基于圖像塊的壓縮采樣后，對采樣得到的數(shù)據(jù)利用求解凸優(yōu)化的問題進(jìn)行重建，產(chǎn)生一維的重建信號，再將一維的重建信號轉(zhuǎn)化為二維的圖像信號，用來實(shí)現(xiàn)整個圖像的重建，具體步驟參見文獻(xiàn)“Block compressedsensing of natural images，，。
[0019]定義7，傳統(tǒng)的圖像等間隔無加權(quán)空域下采樣法
[0020]傳統(tǒng)的圖像等間隔空域無加權(quán)下采樣法是用來實(shí)現(xiàn)圖像縮小顯示的一種方法。這種方法以圖像左上角第一個像素點(diǎn)為起點(diǎn)，同時沿水平向右和垂直向下兩個方向?qū)ο袼攸c(diǎn)直接進(jìn)行等間隔不重復(fù)抽取，而不做任何鄰域加權(quán)處理的采樣方法。
[0021]定義8，傳統(tǒng)的對矩陣進(jìn)行子矩陣劃分的方法
[0022]傳統(tǒng)的對矩陣進(jìn)行子矩陣劃分的方法按照線性代數(shù)理論中對矩陣進(jìn)行分塊的方法，將原始矩陣劃分為多個互不重疊的等尺寸子矩陣，具體描述過程參見“工程數(shù)學(xué)線性代數(shù)(第五版)”，同濟(jì)大學(xué)數(shù)學(xué)系編著，高等教育出版社。
[0023]定義9，Matlab
[0024]Matlab是矩陣實(shí)驗(yàn)室(Matrix Laboratory)的簡稱，美國MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級技術(shù)計(jì)算語言和交互式環(huán)境。具體用法詳見文獻(xiàn)“MATLAB實(shí)用教程(第二版)”，Holly Moore編著，高會生、劉童娜、李聰聰譯，電子工業(yè)出版社。
[0025]本發(fā)明提供了一種基于壓縮感知采樣的空域可縮小圖像的重構(gòu)方法，它包括以下步驟，如附圖1所示:
[0026]步驟1，原始圖像的預(yù)處理
[0027]將分辨率為WXH的原始圖像，按照傳統(tǒng)的圖像分塊方法劃分為N=(WXH) / m2個互不重疊的，大小為mXm的圖像塊，記為B。，B1,…，B1^1，這里W代表原始圖像的寬度，H代表原始圖像的高度，N代表原始圖像塊的個數(shù)，m代表原始圖像塊的寬度和高度。
[0028]步驟2，圖像的壓縮感知采樣
[0029]對步驟I中產(chǎn)生的每個圖像塊…，Bim用隨機(jī)采樣矩陣Φ逐一實(shí)現(xiàn)傳統(tǒng)的基于圖像塊的壓縮感知采樣，得到采樣數(shù)據(jù)Gc^G1,…，GN_lt)集合采樣數(shù)據(jù)Gc^G1,…，Gn_1;ESGj=IGc^G1,…，GN_J，G是原始圖像的壓縮感知采樣數(shù)據(jù)。這里，N代表圖像塊的個數(shù)，隨機(jī)采樣矩陣Φ的列數(shù)為m2，行數(shù)由傳統(tǒng)的壓縮感知采樣中的采樣率決定。
[0030]步驟3，等分辨率圖像的重構(gòu)
[0031]采用傳統(tǒng)的梯度投影稀疏重建法對步驟2中得到的每一個采樣數(shù)據(jù)Gtl, G1,…，Gn^1逐一實(shí)現(xiàn)傳統(tǒng)的基于壓縮感知的圖像塊重建，得到重建后大小為nXn的圖像塊，記為B0, B1 ,...,。用傳統(tǒng)的圖像塊合成圖像的方法將Bi ,…，0ν—^組成完整的重建圖像，記為I，重建圖像I的分辨率為WXH，這里，W代表重建圖像I的寬度，H代表重建圖像I的高度#代表重建圖像塊的個數(shù)；n 代表重建圖像塊的寬度和高度，n=m，m代表步驟I中所產(chǎn)生的原始圖像塊的寬度和高度。
[0032]步驟4，對重建圖像進(jìn)行分塊
[0033]首先，對步驟3中產(chǎn)生的重建圖像I，按照傳統(tǒng)的圖像等間隔無加權(quán)空域下采樣法，設(shè)定采樣間隔距離，記為L，L=2d<m，d為正整數(shù)，m代表步驟I中所產(chǎn)生的原始圖像塊的寬度和高度。然后，將重建圖像I按照傳統(tǒng)的圖像分塊方法劃分為S=(WXH) / I2個互不重疊的，大小為1X1的圖像塊，記為bQ，b1;…，Iv1，并將圖像塊bi(i=0，l，…，s-Ι)中的像素點(diǎn)記為bi(x，y) (O ^ xxl,0 ^ y〈l)。這里，W代表重建圖像I的寬度，H代表重建圖像I的高度；1代表重建圖像塊的寬度和高度，I=L ；i代表重建圖像塊的索引下標(biāo)，i=0,1，…，s-1 ；x代表重建圖像塊內(nèi)像素點(diǎn)的橫坐標(biāo)，y代表重建圖像塊內(nèi)像素點(diǎn)的縱坐標(biāo)。
[0034]步驟5，殘差圖像的產(chǎn)生
[0035]首先，定義一個分辨率為WXH的殘差圖像,記為R,將R內(nèi)的所有像素點(diǎn)的像素值設(shè)定為O ;將殘差圖像R按照傳統(tǒng)的圖像分塊方法劃分為S=(WXH)/12個互不重疊的，大小為1X1的圖像塊,記為I^r1, ".,IV1,將圖像塊ri(i=0,1, ---,S-1)中的像素點(diǎn)記為1^，y) (0^x<l,0^y<l);這里，W代表殘差圖像R的寬度，H代表殘差圖像R的高度；1代表殘差圖像塊的寬度和高度，1=L，L代表在步驟4中設(shè)定的圖像等間隔無加權(quán)空域下采樣中的采樣間隔距離代表殘差圖像塊的索引下標(biāo)^代表殘差圖像塊內(nèi)像素點(diǎn)的橫坐標(biāo)，y代表殘差圖像塊內(nèi)像素點(diǎn)的縱坐標(biāo)；
[0036]其次，用步驟4中產(chǎn)生的s個重建圖像塊bi(i=0，l，…，s-1)，設(shè)置s個對應(yīng)的殘差圖像塊ri(i=0，l，-,s-1)中的像素點(diǎn)的像素值，步驟如下:
[0037]對第I 個殘差圖像塊 r。，^r0(O,O) =b0(O,O)-b0(0,0), r0(0,l)=b0(0,0)-b0(0,I)，…，r0(l_l, 1-1) =b0 (0,0) -b0 (1-1, 1-1);對第 2 個殘差圖像塊!T1,令；T1 (0,0) =Id1 (0,0)-1^(0,0), 6(0,1)=1^(0,0)-1^(0,1),…，rjl-l，1-1)=1^(0,0)-1^(1-1, 1-1)；同理，對 i 個殘差圖像塊，令巧(0，0)=1^ (0，O)-bi(0，O)，? (0,1)^^0,0)^^0,1),…，^(1-1,1_1) =bi (0,0) -bj (1-1, 1-1);這里，i代表圖像塊的索引下標(biāo)；I代表圖像塊的寬度和聞度，1=L，L代表在步驟4中設(shè)定的圖像等間隔無加權(quán)空域下采樣中的采樣間隔距離；8代表圖像塊的個數(shù)，S= (WXH)/I2，W代表殘差圖像R的寬度，H代表殘差圖像R的高度；
[0038]最后，用傳統(tǒng)的圖像塊合成圖像的方法將所有的殘差圖像塊(ι，ι，…，IV1組成分辨率為WXH的殘差圖像R。這里，s代表殘差圖像塊的個數(shù)，s=(WXH)/l2, W代表殘差圖像R的寬度，H代表殘差圖像R的高度；
[0039]步驟6，殘差圖像的壓縮感知采樣
[0040]首先，對步驟5中產(chǎn)生的殘差圖像R，按照傳統(tǒng)的圖像分塊方法劃分為N=(WXH) /η2個互不重疊的，大小為nXn的殘差圖像塊，記為Cc^C1,…，CN_lt)這里，W代表殘差圖像的寬度，H代表殘差圖像的高度#代表殘差圖像塊的個數(shù)；n代表殘差圖像塊的寬度和高度，n=m, m代表步驟I中所產(chǎn)生的原始圖像塊的寬度和高度；
[0041]然后，對每個殘差圖像塊Ctl, C1,…，CV1用隨機(jī)采樣矩陣Φ逐一實(shí)現(xiàn)傳統(tǒng)的基于圖像塊的壓縮感知采樣，得到采樣數(shù)據(jù)Po，P1,…，Pp1 ;集合采樣數(shù)據(jù)Po，P1,…，Pp1，記為P，P= {P0, P1,…，PN_J，P是殘差圖像R的壓縮感知采樣數(shù)據(jù)。
[0042]步驟7，原始圖像壓縮采樣數(shù)據(jù)的修正
[0043]將步驟2中得到的原始圖像的壓縮采樣數(shù)據(jù)G與步驟6中得到的殘差圖像R的壓縮采樣數(shù)據(jù)P相加，得到修正后的原始圖像的壓縮采樣數(shù)據(jù)，記為Y，這里，Y=G+P，其中Y=IYojY1,…，Yn-L W，…，Yim，是修正后的每個圖像塊的壓縮采樣數(shù)據(jù)，這里，Yq=Gc^Pq,Y1=GJP1,…，Yn^1 = G^+Pn，N代表圖像塊的個數(shù)。
[0044]步驟8，索引矩陣的產(chǎn)生
[0045]首先，把η2個整數(shù)0，1，...，η2_1按從小到大的順序逐列擺放，產(chǎn)生一個大小為nXn的索引矩陣，記為A:
[0046]
【權(quán)利要求】
1.基于壓縮感知采樣數(shù)據(jù)修正的空域可縮小圖像重構(gòu)方法，其特征是它包括以下步驟: 步驟1，原始圖像的預(yù)處理 將分辨率為WXH的原始圖像，按照傳統(tǒng)的圖像分塊方法劃分為N = (WXH)/m2個互不重疊的，大小為m X m的圖像塊，記為Btl，B1，...，Bn^1，這里W代表原始圖像的寬度，H代表原始圖像的高度，N代表原始圖像塊的個數(shù)，m代表原始圖像塊的寬度和高度； 步驟2，圖像的壓縮感知采樣 對步驟I中產(chǎn)生的每個圖像塊Btl,B1,...^吣用隨機(jī)采樣矩陣Φ逐一實(shí)現(xiàn)傳統(tǒng)的基于圖像塊的壓縮感知采樣，得到采樣數(shù)據(jù)Gtl, G1, , Gn^1 ;集合采樣數(shù)據(jù)Gtl, G1,...，Gim，記為G, G= {G0, G1, , Gn_J，G是原始圖像的壓縮感知采樣數(shù)據(jù)；這里，N代表圖像塊的個數(shù)，隨機(jī)采樣矩陣Φ的列數(shù)為m2，行數(shù)由傳統(tǒng)的壓縮感知采樣中的采樣率決定； 步驟3，等分辨率圖像的重構(gòu) 采用傳統(tǒng)的梯度投影稀疏重建法對步驟2中得到的每一個采樣數(shù)據(jù)Gtl, G1,...，Gn^1逐一實(shí)現(xiàn)傳統(tǒng)的基于壓縮感知的圖像塊重建，得到重建后大小為nXn的圖像塊，記為民，B,，…，?Λ,—1;用傳統(tǒng)的圖像塊合成圖像的方法將t，B1,…，,組成完整的重建圖像，記為I，重建圖像I的分辨率為WXH，這里，W代表重建圖像I的寬度，H代表重建圖像I的高度#代表重建圖像塊的個數(shù)；η代表重建圖像塊的寬度和高度，n = m，m代表步驟I中所產(chǎn)生的原始圖像塊的寬度和高度； 步驟4，對重建圖像進(jìn)行分塊 首先，對步驟3中產(chǎn)生的重建圖像I，按照傳統(tǒng)的圖像等間隔無加權(quán)空域下采樣法，設(shè)定采樣間隔距離，記為L，L = 2d < m，d為正整數(shù)，m代表步驟I中所產(chǎn)生的原始圖像塊的寬度和高度；然后，將重建圖像I按照傳統(tǒng)的圖像分塊方法劃分為s = (WXH)/12個互不重疊的，大小為1X1的圖像塊，記為Ivb1,...,V1，并將圖像塊匕中的像素點(diǎn)記為bi(x，y)；這里，i = 0，1，...,s-1,0 ^ X < 1,0 ^ y < 1，W代表重建圖像I的寬度，H代表重建圖像I的高度；1代表重建圖像塊的寬度和高度，I = L ;i代表重建圖像塊的索引下標(biāo)，i = O,1，...，s-1 ;x代表重建圖像塊內(nèi)像素點(diǎn)的橫坐標(biāo)，y代表重建圖像塊內(nèi)像素點(diǎn)的縱坐標(biāo)；步驟5，殘差圖像的產(chǎn)生 首先，定義一個分辨率為WXH的殘差圖像，記為R，將R內(nèi)的所有像素點(diǎn)的像素值設(shè)定為O ;將殘差圖像R按照傳統(tǒng)的圖像分塊方法劃分為s = (WXH)/I2個互不重疊的，大小為1X1的圖像塊，記為rQ，r1；..., Iv1，將圖像塊&中的像素點(diǎn)記為rjx，y);這里，i = 0，I,, s-1,0 ^ X < 1,0 ^ y < 1，W代表殘差圖像R的寬度，H代表殘差圖像R的高度；1代表殘差圖像塊的寬度和高度，I = L，L代表在步驟4中設(shè)定的圖像等間隔無加權(quán)空域下采樣中的采樣間隔距離代表殘差圖像塊的索引下標(biāo)代表殘差圖像塊內(nèi)像素點(diǎn)的橫坐標(biāo)，y代表殘差圖像塊內(nèi)像素點(diǎn)的縱坐標(biāo)； 其次，用步驟4中產(chǎn)生的s個重建圖像塊bi; i = 0，1，...，s-1，設(shè)置s個對應(yīng)的殘差圖像塊A中的像素點(diǎn)的像素值，i = 0，1，...，s-Ι，步驟如下: 對第 I 個殘差圖像塊 rQ，令 rQ(0，0) = b0(0，0)-b0(0，0)，r0(0，l) = b0(0，O)_b0(0，I),...,r0(l-l, 1-1) = b0(0,0)-b0(l-l, 1-1);對第 2 個殘差圖像塊!T1,令;T1 (0,0) =Id1(C),0)-1^(0,0), ι(0,1) = Id1 (0,0)-1^(0,1),...，ι(1-1, 1-1) = 1^(0,0)-1^(1-1, 1-1)；同理，對 i 個殘差圖像塊，令 A (0，O) = bi (O, O) ^i(O7O),? (0,1) = bi (0,0)^^0,1),...，T1 (1-1, 1-1) = bj (0,0) -bj (1-1, 1-1);這里，i代表圖像塊的索引下標(biāo)；I代表圖像塊的寬度和高度，I = L，L代表在步驟4中設(shè)定的圖像等間隔無加權(quán)空域下采樣中的采樣間隔距離；s代表圖像塊的個數(shù)，s = (WXH)/12，W代表殘差圖像R的寬度，H代表殘差圖像R的高度； 最后，用傳統(tǒng)的圖像塊合成圖像的方法將所有的殘差圖像塊A，r1； Iv1組成分辨率為WXH的殘差圖像R ;這里，s代表殘差圖像塊的個數(shù)，s = (WXH)/12，W代表殘差圖像R的寬度，H代表殘差圖像R的高度； 步驟6，殘差圖像的壓縮感知采樣 首先，對步驟5中產(chǎn)生的殘差圖像R，按照傳統(tǒng)的圖像分塊方法劃分為N= (WXH)/n2個互不重疊的，大小為nXn的殘差圖像塊，記為CyC1,...,(V1 ;這里，W代表殘差圖像的寬度，H代表殘差圖像的高度#代表殘差圖像塊的個數(shù)；η代表殘差圖像塊的寬度和高度，η= m,m代表步驟I中所產(chǎn)生的原始圖像塊的寬度和高度； 然后，對每個殘差圖像塊Ctl, C1,...，CV1用隨機(jī)采樣矩陣Φ逐一實(shí)現(xiàn)傳統(tǒng)的基于圖像塊的壓縮感知采樣，得到采樣數(shù)據(jù)P。，P1, , Pn-!;集合采樣數(shù)據(jù)Ptl, P1, , Pim,記為P, P={Po，P1,...，Pn-J，P是殘差圖像R的壓縮感知采樣數(shù)據(jù)； 步驟7，原始圖像壓縮采樣數(shù)據(jù)的修正 將步驟2中得到的原始圖像的壓縮采樣數(shù)據(jù)G與步驟6中得到的殘差圖像R的壓縮采樣數(shù)據(jù)P相加，得到修正后的原始圖像的壓縮采樣數(shù)據(jù)，記為Y，這里，Y = G+P，其中Y =(YojY1,...,YN_J JqJ1,...,Yim，是修正后的每個圖像塊的壓縮采樣數(shù)據(jù)，這里，Yq = Gc^Pq,Y1 = G^P1, , Yn^1 = Gh+Ph，N 代表圖像塊的個數(shù)； 步驟8，索引矩陣的產(chǎn)生 首先，把η2個整數(shù)0，1，...,η2-1按從小到大的順序逐列擺放，產(chǎn)生一個大小為nXn的索引矩陣，記為A, η為正整數(shù)，
【文檔編號】G06T11/00GK103473797SQ201310421657
【公開日】2013年12月25日 申請日期:2013年9月16日 優(yōu)先權(quán)日:2013年9月16日
【發(fā)明者】朱樹元, 曾兵 申請人:電子科技大學(xué)