基于顯著性信息的圖像塊壓縮感知編碼方法研究.pdf

1、壓縮感知理論突破了傳統(tǒng)的奈奎斯特采樣定理的瓶頸,當信號的采樣頻率遠低于奈奎斯特采樣定理所要求的采樣頻率時依然能夠精確重構出原始信號,但是其前提條件是信號具有稀疏性或者可壓縮性。壓縮感知理論在圖像處理、信號獲取、無線通信以及計算機視覺等領域已經表現出了很好的應用前景,基于壓縮感知的圖像編碼方法也成為了當前圖像編碼領域的研究熱點。
　　本文通過系統(tǒng)深入的學習和研究基于壓縮感知理論的圖像塊編碼方法,重點探討了利用圖像的顯著性信息來對每個

2、圖像塊的測量矩陣進行優(yōu)化的編碼方法,該方法能夠對圖像的細節(jié)部分進行充分的采樣,從而有效的提高圖像壓縮感知編碼時的測量效率以及重構圖像的質量。本文的研究工作主要有以下兩個方面:
　　(1)對顯著性引導的壓縮感知算法進行了深入的研究,并探討了在圖像編碼中引入顯著性引導的壓縮感知算法。對傳統(tǒng)圖像壓縮感知算法中測量投影所用到的高斯測量矩陣進行優(yōu)化,充分利用圖像的顯著性信息對具有高顯著性和非高顯著性的圖像塊分別用不同的統(tǒng)計分布進行測量,從而

3、有效的提高重構圖像的峰值信噪比以及主觀視覺效果。
　　(2)研究了一種基于顯著性信息的自適應圖像壓縮感知算法。在所探討的顯著性引導的圖像壓縮感知算法的基礎上,再對各個圖像塊進行自適應的壓縮采樣。通過分析圖像的顯著性信息,對人眼視覺系統(tǒng)相對比較敏感的區(qū)域分配相對較多的測量維數,而對人眼視覺系統(tǒng)相對比較不敏感的區(qū)域分配相對較少的測量維數,以此來實現對圖像的自適應采樣,從而更好的保護了圖像中的細節(jié)部分,從而使重構圖像在峰值信噪比和主觀視