一種高效圖像采集與壓縮方法
【技術領域】
[0001] 本發(fā)明設及數(shù)字圖像采集與處理領域，尤其是設及一種高效圖像采集與壓縮方 法。
【背景技術】
[0002] 為了解決在處理圖像海量數(shù)據(jù)時所需要面臨的存儲和傳輸?shù)奶魬?zhàn)，我們通常采用 壓縮技術。壓縮技術即通過實現(xiàn)一種對原始數(shù)字信號的精煉表達，減少原始數(shù)據(jù)對存儲空 間和傳輸帶寬上的限制。壓縮技術大致分為兩類；無損壓縮和有損壓縮。無損壓縮顧名思 義就是利用信號壓縮后的精煉表達可W沒有任何失真地恢復出原始數(shù)字信號；有損壓縮則 是利用信號壓縮后的精煉表達可W大致地恢復出原始信號，恢復后信號與原始信號雖然有 一定的誤差，但誤差在特定的應用中處于可接受的范圍。很明顯，無損壓縮很吸引人但是由 于它所能提供的壓縮比有限，因而往往不適用于需要大壓縮比的場合。數(shù)據(jù)壓縮技術幾乎 無處不在，例如，我們拍攝的圖片，聽的音樂，欣賞的視頻，甚至在星載光學遙感領域，幾乎 所有的光電載荷均配有專口的數(shù)據(jù)壓縮單元。
[0003] 變換域編碼是一種較為流行的數(shù)據(jù)壓縮方法，它通常把原始信號變換到某一個適 當?shù)淖儞Q域中，來挖據(jù)信號在該變換域中的稀疏性表達或可壓縮的表達形式。該里的"稀 疏性表達"是指，假設原始信號長度為化在變換域中該信號只有#t非零的系數(shù)，其中f? 化利用該#t非零系數(shù)可W很好地表達原始輸入信號。"可壓縮的表達形式"是指原始信號 可W很好地通過的^非零的系數(shù)來近似地表達。通過挖掘信號稀疏性表達的方式來實現(xiàn)信 號的壓縮，該種壓縮方式被諸多的壓縮標準所采納，例如JPEG、JPEG2000、H. 264和MP3等。 信號之所W能夠被壓縮是因為信號本身具有很大的冗余性，無論是聲音信號還是圖像信號 都是如此。我們來回顧常規(guī)的壓縮技術工作過程，首先實現(xiàn)模擬信號到數(shù)字信號的采樣，其 中含有大量的冗余數(shù)據(jù)，而后再通過變換域挖掘信號的稀疏性，最后通過壓縮算法實現(xiàn)壓 縮。該個過程其實包含了巨大的浪費，首先采集大量的冗余數(shù)據(jù)，而后在壓縮過程再把該些 冗余數(shù)據(jù)去掉，那么為什么不一開始就丟棄那些冗余數(shù)據(jù)，直接采集有效的數(shù)據(jù)呢，該樣不 僅可W節(jié)省數(shù)據(jù)采集過程的成本，還能節(jié)省空間，該就引出了本專利采用的一個理論"壓縮 感知"。
[0004]"壓縮感知"的英文表述為Compressivesensing或者Compressedsensing亦或 Compressivesampling,縮寫為CS。單純的"壓縮"該個詞，我們很容易理解，即把原來有冗 余的數(shù)據(jù)剔除掉，形成更為節(jié)省內存空間的精煉數(shù)據(jù)；單純的"感知"該個詞也很容易理解， 即信號采樣(模擬信號變成數(shù)字信號的過程)。"壓縮感知"該種直白的翻譯在一開始不是很 容易理解，但當我們了解其背后的理論后，就能慢慢理解它的本質，也就是把壓縮和采樣合 二為一，即采樣的過程也就是壓縮的過程，經壓縮感知采樣后的數(shù)據(jù)本身就是壓縮后的數(shù) 據(jù)。壓縮感知理論指出稀疏的或具有稀疏表達的有限維數(shù)的信號可W利用遠少于奈奎斯特 采樣數(shù)量的線性、非自適應的測量值無失真地重建出來。針對一個信號-xeiw，.%中只包含 個非零值。假設我們通過一個感知矩陣垂獲取了線性測量值，即我們可W通過下面的數(shù) 學模型描述該個采樣過程y=審s，其中審是一個大小為MXiV的矩陣，ye里《，即采樣所得的 測量值。矩陣承表示一個降維的投影操作，把1T映射到1W中，一般來說if<M?扣，即矩陣審 的列數(shù)遠多于行數(shù)，該種數(shù)學表示也就是對標準壓縮感知框架的描述。該理論一經提出，在 諸多領域例如信息論、信號/圖像處理、醫(yī)療成像、射電天文、模式識別、光學/雷達成像、信 道編碼等引起廣泛關注。
[0005]雖然我們已知通過壓縮感知方法可W很高效地完成對目標信號的采集與壓縮，但 是常規(guī)基于壓縮感知獲取的數(shù)據(jù)必須經過重建步驟才能恢復原始信號，而利用L1范數(shù)最 小化的優(yōu)化算法需要大量的計算，明顯不適合手持設備，所W意味著基于壓縮感知方法的 相機與我們常規(guī)使用數(shù)碼相機習慣相違背，因為無法通過回放檢驗拍攝效果。而本專利中 采用了下采樣模塊和壓縮感知模型相結合的方法，可W滿足手持設用戶通過縮略圖來檢驗 拍攝效果。不僅如此，縮略圖還在本專利中利用L1范數(shù)最小化重建原始圖像時扮演約束條 件的角色，所W該種增加了約束條件的重構方法遠優(yōu)于同樣壓縮比下基于常規(guī)壓縮感知重 構的圖像質量。
[0006] 該就引出了本專利的核屯、"一種高效圖像采集與壓縮方法"，該種方法省去了常規(guī) 變換編碼中找到重要變換系數(shù)并對重要變換系數(shù)編碼的復雜處理過程，因而具有重要的現(xiàn) 實意義；例如，針對星載光學成像設備而言，省略整個壓縮單元意味著節(jié)省大量功耗、體積， 該對航天遙感來說意義重大。同時該種方法也非常契合民用相機低功耗、輕便的迫切需求。 一直W來困擾手持相機或手機相機廠商的一個難題就是數(shù)碼相機的功耗問題。例如，美國 ADI巧片公司生產的JPEG2000壓縮編碼巧片ADV202的峰值總功耗可W達到將近0. 9瓦，該 對當代越來越普及的手持設備來說實在是一個很大的負擔。本專利提出的方法可W降低手 持設備的功耗并延長其電池工作時間，當然也可W減少手持設備的體積和重量。

【發(fā)明內容】

[0007] 本發(fā)明的目的在于提供一種高效圖像采集與壓縮方法，W解決上述問題。
[0008] 為了達到上述目的，本發(fā)明的技術方案是該樣實現(xiàn)的： 高效圖像采集與壓縮方法，其特征在于，包括：圖像探測器陣列，下采樣模塊，壓縮感知 模塊，壓縮數(shù)據(jù)輸出模塊，圖像重建模塊； 所述傳統(tǒng)的圖像探測器陣列主要利用感光二極管（photodiode)陣列進行光電轉換； 所述下采樣模塊是實現(xiàn)對原始圖像的一個下采樣步驟來獲取縮略圖，具體的下采樣倍 率取決于具體應用。例如，假設原始圖像大小為2048*2048像素時，通過16倍下采樣時可 W獲取一個大小為512*512像素的縮略圖。該個縮略圖一方面滿足了接收端或解壓縮端快 速回看的需求；另一方面，縮略圖將會作為約束條件引入到基于L1范數(shù)最小化的求解中， 使得重建圖像結果遠優(yōu)于沒有采納該個約束條件的重構質量。
[0009] 所述壓縮感知模塊用于實現(xiàn)壓縮感知理論中的感知矩陣的功能，感知矩陣*表示 一個降維的投影操作，把1W映射到薩中，一般來說姬《W，即矩陣^的列數(shù)遠多于行數(shù)，常 用的感知矩陣包括；高斯矩陣，貝努利矩陣和部分傅立葉變換矩陣，但在考慮實際可行性上 可能會限制他們的具體應用，例如服從高斯分布的高斯采樣矩陣在硬件是幾乎沒有實現(xiàn)的 可行性，一方面，我們無法在存儲器中存儲該種絕對服從高斯分布的采樣矩陣；另一方面， 常規(guī)的存儲器無法存儲規(guī)模巨大的采樣矩陣（當我們需要根據(jù)一個采樣個數(shù)Af= 1QQQ0 重建一個具有百萬像素的圖像W=ICiiDOTCG時，我們就需要10G字節(jié)的內存，該在實際 的應用中是很不現(xiàn)實的，而且該里還沒有考慮到重建過程所需要的計算量，所W在實際的 應用中采用完全隨機測量是很不實際的)。本專利中建議采用噪聲波（Noiselet)變換來 實現(xiàn)，但不限于此，其實凡是滿足或近似滿足壓縮感知理論中約束等距特性（restricted isometryprope;rty，RIP)并同時可W硬件實現(xiàn)的感知矩陣都可W應用于此。Noiselet是 一種與小波變換完全不相關（Incoherence)的表達方式，尤其是當信號在Harr小波域內表 現(xiàn)出稀疏性時，則該信號在噪聲波變換域中是延展的，即完全滿足壓縮感知理論中對感知 矩陣約束等距特性。
[0010] 所述壓縮數(shù)據(jù)輸出模塊負責把下采樣模塊和壓縮感知模塊的輸出數(shù)據(jù)進行編碼 輸出，形成用來傳輸或存儲的碼流。本專利采用先輸出下采樣模塊獲取的縮略圖數(shù)據(jù)而后 再輸出經壓縮感知模塊獲取數(shù)據(jù)的順序。如果為了進一步提高壓縮比，還可W按此順序額 外地嵌入傳統(tǒng)的無損壓縮編碼方法例如哈夫曼（化ffman)編碼、算數(shù)（Arithmeticcoding) 編碼、行程長度編碼、自適應字典編碼等。
[0011] 所述圖像重建模塊負責基于接收端收到的壓縮數(shù)據(jù)對原始輸入圖像的重建。本專 利的數(shù)據(jù)采集與壓縮方法明顯區(qū)別于傳統(tǒng)的奈奎斯特采樣方法，獲取的數(shù)據(jù)并不是直接圖 像數(shù)據(jù)而是經過感知矩陣壓縮后的數(shù)據(jù)，所W必須要經過一個重建的過程才能恢復原始的 圖像。因為經過