一種基于稀疏表示的面向云計(jì)算的圖像壓縮方案.pdf

1、傳統(tǒng)圖像壓縮方法通過消除圖像自身的冗余信息實(shí)現(xiàn)圖像壓縮，但隨著云計(jì)算和大數(shù)據(jù)時(shí)代的到來網(wǎng)絡(luò)服務(wù)器上存儲(chǔ)的圖像數(shù)量越來越多，在這些圖像中相似場(chǎng)景眾多，僅僅通過傳統(tǒng)圖像壓縮方法無法利用這些相似場(chǎng)景。本文提出了一種基于稀疏表示（Sparse Representation）的面向云計(jì)算的圖像壓縮方案，本方案利用與目標(biāo)圖像相似場(chǎng)景的圖像達(dá)到對(duì)目標(biāo)圖像壓縮的目的。
　　本文提出的圖像壓縮方案使用稀疏表示來消除圖像間的冗余信息，稀疏表示是信號(hào)處

2、理領(lǐng)域一個(gè)重要概念，其目的是使用給定的過完備字典D中盡量少的原子的線性組合來逼近原始信號(hào)Y，即Y≈D?X，由于X是稀疏矩陣存儲(chǔ)它的所需要的空間遠(yuǎn)遠(yuǎn)小于存儲(chǔ)原始信號(hào)Y所需要的存儲(chǔ)空間，因此可以達(dá)到數(shù)據(jù)壓縮的目的。
　　為了將稀疏表示應(yīng)用在圖像壓縮領(lǐng)域，需要解決兩個(gè)重要問題：
　　首先是在稀疏編碼過程中精確控制圖像質(zhì)量，為此本文提出一種質(zhì)量可控的稀疏編碼算法，該算法通過建立稀疏編碼和圖像壓縮之間的數(shù)值關(guān)系約束稀疏編碼的損失函數(shù)，

3、由此達(dá)到控制圖像恢復(fù)質(zhì)量的目的。為了將該算法應(yīng)用于在線生產(chǎn)環(huán)境，本文基于FTRL（Follow the Regularized Leader）算法求解上述問題并通過實(shí)驗(yàn)驗(yàn)證算法的優(yōu)勢(shì)。
　　其次是對(duì)海量圖像數(shù)據(jù)構(gòu)造通用字典，由于本文的應(yīng)用環(huán)境面向大數(shù)據(jù)和云計(jì)算，使用傳統(tǒng)字典訓(xùn)練方法無法直接對(duì)海量圖像數(shù)據(jù)進(jìn)行訓(xùn)練，為此本文提出一種字典迭代更新方法，該方法主要基于圖像的先驗(yàn)知識(shí)加快算法的收斂速度，本文分別從幾何和貝葉斯觀點(diǎn)證明該方法的