图像自适应分块的压缩感知采样算法

摘要：

目的 在图像压缩感知过程中,不管是整体采样还是固定分块采样,都不能充分利用图像的稀疏性,存在采样率与图像重构质量的矛盾.提出了一种基于图像纹理变化的自适应分块感知采样算法ABCS(adaptive block compressed sensing),再结合JPEG量化思想,在不降低图像重构质量的前提下降低采样率,更大地提高压缩比.方法 首先进行图像预分块,计算分析各块纹理复杂度,当图像块纹理复杂度低于相应阈值,选择最佳采样率对各块观测采样,当图像块纹理复杂度高于相应阈值,需再分块,重复上述步骤,达到最小16×16块时停止分块.当最小块的纹理复杂度高于最大阈值采用JPEG量化编码,其他块选择匹配的采样率,以压缩感知方式压缩.结果 ABCS算法与典型的压缩感知重构算法结合并与其原始算法比较,在相近采样率条件下,图像重构质量提高明显,尤其在低采样率下性能更佳,如20％采样率下重构图像PSNR值达到30 dB左右.结论 提出的自适应的分块采样充分利用图像的稀疏分布,提高压缩感知的效率;高复杂纹理块采用JPEG编码处理,避免了重构质量差的缺点,同时减少了重构时间.

关键词：图像压缩、压缩感知、采样率、稀疏表示

所属期刊栏目：21

分类号：TN919.81

资助基金：国家自然科学基金项目61272043;重庆市重点基金项目cstc2013jjB40009;National Natural Science Foundation of China61272043

在线出版日期：2016-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：416-424