基于轮廓波变换的图像压缩感知处理_倪雪1
需积分: 0 134 浏览量
2022-08-03
22:31:04
上传
评论
收藏 414KB PDF 举报
基于轮廓波变换的图像压缩感知处理
倪雪, 陈斌, 薛红
(解放军理工大学通信工程学院电子信息工程系, 江苏 南京 210007)
摘要: 由于轮廓波变换 ( con tou r let transfo rm ) 能够更好地对图像进行稀疏表示文章提出了基于轮廓波
变换的图像压缩感知算法 将图像进行 轮廓波变换后得到图像的稀疏表示, 采用随机高斯矩阵对高频系数进行测
量, 实现数据压缩, 然后采用正交匹配追踪算法恢复系数, 再进行轮廓波反变换重构图像 实验结果表明, 与原
压缩感知算法相比, 该算法有效地提高了重构图像质量的主观视觉效果和峰值信噪比
关键词:
轮廓波; 压缩感知; 随机高斯矩阵; 图像重构
中图分类号: T N
911. 7
文献标识码: B 文章编号: CN
32-1289 ( 2012) 02-0085-04
Imag e Compressed Sensing Base d on Contourlet T ransform
N I X ue, CH EN B in, XU E H ong
(
D epa r tm en t o f E lec tron ic In fo rm a tion E ng inee ring ICE
,
P LA U ST
,
N anjing
210007,
Ch ina
)
Abstract: A cco rding to the pow e rfu l sparse represen ta tion ab ility fo r the im ag e o f con tou rle t
transfo rm
,
a new com pressed sensing alg o rithm b ased on con tou rle t transfo rm w as propo sed
.
T he im ag es w e re firstly rep resen ted spa rsely by con tou r let, and then G aussian random m at rice s
w a s u sed to m easu re the h ig h-pass co efficien ts in o rder to rea lize data com pression. Fo r the
reconst ruction
,
by using the O r thog onalM a tch ing Pursu it
(
OM P
)
alg o rithm
,
coe fficients can be
recove red by the m easu rem en ts
.
T hen the im ag e can be reconst ructed by the inverse con tou rle t
transfo rm. A s the exper im en ts show, com pared w ith the o ld com p ressed sen sing a lgo r ithm, the
p ropo sed a lgo rithm im p rove s the qua lity o f the recov ered im ag e sign ifican t ly.
Key w o rd s
:
con tour le t transfo rm
;
com pressed sensing
;
G au ssian random m atrices
;
im ag e
reconst ruction
压缩感知
[ 1 3]
CS ( C om p ressed Sensing ) 是 2004年由 C andes和 Donoho 提出, 建立在信号稀疏表示和
逼近理论基础上的一个全新的信息获取与处理理论该理论指出, 如果信号本身或在某个变换域是稀疏的
或者可压缩的, 可以利用一个与变换矩阵非相干的测量矩阵把高维空间上的信号或变换系数投影到低维空
间上, 利用低维空间上的少量采样值 (远低于奈奎斯特采样率 ) 高概率精确重构原始信号
[4, 5]
这一新理论
突破了奈奎斯特采样定律的限制, 极大地降低了信号的采样频率 信号处理的时间以及数据存储和传输的
代价, 其理论与应用具有重要的研究意义
[6 8 ]
压缩感知主要包含三个方面内容: 稀疏表示 测量矩阵以及重构算法其中, 稀疏表示是压缩感知的理
论基础和前提 所谓 稀疏 表示是指用较少的系数就能描述信号的主要信息 实际信号往往都是非零的,
但在某种变换基 (例如: 小波基 ) 下大部分系数取值很小, 只有少量系数取值较大, 承载了信号的绝大部
分信息
CS
理论指出信号越稀疏, 重构信号就越准确因此, 选择合适的变换基, 才能保证系数具有足够
的稀疏性, 才能减少压缩测量的同时保证压缩感知的重建精度 目前, 常用的变换主要有傅里叶变换 离
第 33卷 第 2期
2012年 6月
军事通信技术
Jou rna l o f M ilitary Comm unica tio ns T echno lo gy
V o .l 33 N o. 2
Jun. 2012
收稿日期: 2012-01-27; 修回日期: 2012-03-18
作者简介: 倪雪 ( 1984- ), 女, 硕士.
评论0