基于压缩感知理论的图像压缩技术探析.pdfVIP

China Science Technology Overview 信息技术 基于压缩感知理论的图像压缩技术探析 孙文静 (云南大学滇池学院,云南昆明 650228) 【摘 要】伴随着科学技术的发展 图像压缩技术也出现了新的变化。本文以压缩感知理论为基础 对基于压缩感知理论的图像压缩技术的应用 进行了探讨 。对进一步优化我国基于压缩感知理论的图像压缩技术的理论研究与实践应用有一定的参考作用。 【关键词】压缩感知理论 图像压缩 技术 压缩感知理论是由Donoho、Candes、Tao等人于2006年正式提 这样处理过程只保留了少部分变换后数值较大的低频分量,而表示 出的。压缩感知理论在一定程度上突破了Nyquist采样定理对模拟 图像细节部分的高频分量则被舍弃,这样压缩后的图片细节部分会 [1] 有一定程度的失真,但人眼只对图像的低频分量敏感,所以这一系 信号采样率必须大于信号带宽两倍的限制 。该理论的正式建立,便 在信号与信息处理领域、通信领域以及医疗医学成像技术领域开展 列的压缩过程是可以被接受的。 了广泛的研究,并取得了一些应用成果。正因为如此,本文对基于压 压缩感知在图像压缩领域中有着广泛的应用,其压缩处理过程 缩感知理论的图像压缩技术进行探讨。 包含以下步骤,直接对原始图像进行随机观测,观测后得到数据即 为图像的压缩数据。在图像的解码端对观测得到的数据进行压缩感 1 压缩感知理论概述 [4] 知的信号重构,重构出原始图像数据 。因为在处理图像的过程中, 压缩感知理论的核心内容是已知信号进行某一正交变换后得到 利用压缩感知的随机观测过程取代了传统图像压缩方法中的正交 的系数大部分是近似为零的(信号可以进行稀疏变换),就可以以远少 基变换和小系数置零的过程,这一改进减少了计算量,降低了图像 于Nyquist采样定理所要求的采样数来重构出原始信号。自然界大多 压缩中编码端运算的复杂程度。在图像压缩过程中很顺利地解决了 数信号都是可以进行稀疏表示的,所以传统信号经过Nyquist采样后, 压缩感知的三大关键性问题,因为自然图像信号在离散余弦域和小 对信号进行滤波、压缩、特征提取等步骤之后,信号的有用信息仅仅集 波域上是稀疏的,那么对原始信号的稀疏变换就可以采用小波基或 中于很小的一部分数据,其余大部分的采样数据被当做冗余信息舍 者离散余弦基,随机观测矩阵可以采用随机生成的高斯随机矩阵对 弃,这样就造成了采样资源的浪费,压缩感知就可以突破Nyquist采样 原始信号进行观测,最后通过采用OMP、BP、GP等常用的压缩感知 定律的限制,以远远少于Nyquist采样定律的采样率对信号进行采样, 信号重构方法对压缩后的数据进行信号重构,恢复成图像数据。应 并高概率地重构出原始信号。压缩感知理论有两个关键点,原始信号 用压缩感知的图像编码系统系统共有正交变换和正交反变换,线性 的稀疏性和观测的不相关性,稀疏性是压缩感知的前提,是信号自身 测量和信号重构,量化和反量化。在编码端正交模块对图像数据进 的性质,不相关性是压缩感知观测可行性的保障。压缩感知有三个关 行正交变换,使能量集中;线性测量模块对输入系数进行压缩感知, 键性问题,它们是信号的稀疏表示、观测矩阵设计和重构算法设计。 输出降维后的数据;量化模块和编