基于信號稀疏分解的圖像壓縮編碼算法的研究.pdf

1、稀疏表示是近些年發(fā)展起來的信號與圖像處理工具，可以將信號和圖像分解為非常簡潔的表示形式。圖像壓縮技術(shù)在圖像處理中有著重要的作用，被廣泛的應(yīng)用于圖像處理的各個領(lǐng)域中。目前常用的圖像壓縮技術(shù)通常都是基于正交變換的方式，但是在低比特率條件下這種方式往往不能得到理想的恢復(fù)效果。而信號稀疏分解使用過完備原子庫技術(shù)打破了基的正交性，因此本文將信號稀疏分解的思想引入到低比特率圖像壓縮領(lǐng)域，研究了以下內(nèi)容：
　　 (1)目前用于圖像稀疏分解的匹

2、配追蹤算法是一種較簡單的貪婪算法，但計算量較大，而微分進化算法是一類基于種群的啟發(fā)式全局搜索方法，具有種群多樣性好、魯棒性優(yōu)、全局尋優(yōu)能力強等優(yōu)點。本文將匹配追蹤算法和微分進化算法有機融合，提出了實現(xiàn)圖像稀疏分解的優(yōu)化算法。該算法在貪婪算法的每一步中，使用微分進化算法實現(xiàn)了在過完備庫中最佳原子的選取，進而實現(xiàn)圖像的稀疏分解與重建，并通過實驗證實了基于微分進化算法重建的圖像質(zhì)量相對于基于遺傳算法的方法能得到明顯提高。
　　 (2)

3、基于圖像稀疏分解的壓縮編碼是對稀疏分解后的原子參數(shù)和相應(yīng)的投影系數(shù)進行壓縮編碼，而在總的編碼流中原子的位置信息和投影系數(shù)占較大的比例，因此有效地對這兩部分進行量化編碼是實現(xiàn)壓縮的關(guān)鍵。本文使用分塊的思想將基于原子位置和基于原子投影系數(shù)編碼的方案相結(jié)合，利用率失真最優(yōu)化準則找到最優(yōu)的塊大小。每個塊內(nèi)的原子基于投影系數(shù)大小順序編碼，而塊與塊之間則基于位置順序編碼，最后通過實驗對本文提出的基于稀疏分解的圖像壓縮編碼方案進行了驗證，并與JPEG