基于CS的灰度图像压缩.pdfVIP

第 2O卷 第 3期 河南教育学院学报 (自然科 学版 ) V01．2O N0．3 2011年 9 月 JournalofHenanInstituteofEducation (NaturalScienceEdition) Sep．2011 doi：10．3969／j．issn．1007—0834．2011．03．013 基于 CS的灰度图像压缩 张习民 ，卓东风2，刘 国洋2，李秋果 (1．河南教育学院 物理系，河南 郑州450046；2．太原科技大学 电子信息工程学院，山西 太原 030024) 摘要 ：采用较新的压 缩感知理论 ，通过 Harr正交稀疏 变换和伯 努利采样矩 阵。实现 了对灰度 图像 的低速压缩采 样 ，并利用正交匹配追踪算法实现压缩数据 的恢复．实验结果表明，此算法能较好地实现 图像 的感知压缩． 关键词 ：Harr小波 ；压缩 感知 ；稀疏 ；非 自适应 ；正 交匹配追踪 中图分类号 ：TP391．41 文献标识码 ：A 文章编号 ：1007—0834(2011)03—0037—03 0 引言 在传统的图像压缩采样过程 中，为了避免信号失真 ，采样频率不得低于信号最高频率的2倍 ．这种高速采样再压缩 的过 程浪费了大量的采样资源 ，能否采用一种新的方法，使得在保证信息不损失的情况下，用远低于奈奎斯特采样定理要求的速 率采样信号，同时叉能实现信号的恢复，成为研究的热点．近年来，一种新兴的压缩感知理论为数据采集恢复技术带来了革命 性的突破 ．该理 论指出如果信号本 身是可压缩的 ，那么可 以用远低 于奈奎斯特频率进行 采样 ，并恢 复原图像… ．本 文在介绍压 缩传感理论知识 的基础上 ，首先采用 Harr正交变换 ，实现对图像 的稀疏处理 ，运用伯努利采样矩阵实现 图像 的投影采样 ，由正 交匹配追踪 (OrthogonalMathPersuit，OMP)实现对图像 的复原 ． 1 压缩传感基本原理 斯坦福大学 的统计学家 DAVIDDONOHO (美 国科学院院士) 、CANDES 及华裔数学家陶哲轩 (TAOT)等人于2004年 提出了一种新的信息获取指导理论 ，即压缩感知 (CompressiveSensing，或CompressedSensing、CompressedSampling，CS)．文 献直到 2006年才发表．CANDES证 明了只要信号在某一个正交空间具有稀疏性 ，就能 以较低 的频率采样 ，而且可 以以高概率 重构该信号． 运用压缩感知原理对信号进行压缩采样 的前提是信号必须稀疏 ，因为并不是所用 的信号都能满足该条件 ，但大多信号经 过适当的变换条件可 以满足．所 以压缩感知的第一步工作就是对原始 的信号进行某种正交变换 ，使信号在变换域 中稀疏．如 ， 我们考虑一维空间R 中一个有限长度的数字信号 ，可以把它看做一个 N×1的列向量．对该信号可 以用一组正交基进行稀 疏变换 ， ～ = ∑s 或 =q,s， (1) 这里，是一个正交基矩阵 [．：… ]，s是 N×1的列向量 ，权值系数 s= ， = ，显然 ，和 s都能代表信号，只不过 为时域 (或空间域)，而 s为 域．如果变换后的信号 s含有 k个较大的非零值 ，就可 以说信号 是 k稀疏 的． 其次，用一个观测矩阵 对信号 进行测量 ，得到观测值 Y， Y= ， (2) 其 中西是一个M ×N的矩 阵，经过变换后 的信号 由R 压缩到 R 空间 (M Ⅳ)，实现 了对原始信号 的降维处理 ，在这个过程 中 采样和压缩是 同时进行 的． 关键是观测矩阵西的选择，它应该是非 自适应的，也就是说 的选择是固定不变的，独立于信号 ，并且观测矩阵的设计 要保障信号变换前后重要的信息不会被破坏 ，即保证能从 肼个观测值 Y中恢复 J． 为此 ，观测矩阵应满足约束