基于JND的压缩感知图像编码.pdfVIP

D旧IT盯FEE γ?雪学费 [本艾献信息l 宋允东，王永芳，商习武，等.基于JND 的压缩感知图像编码(Jl. 电视技术，2012.36( 14). 基于JND的压缩感知图像编码 宋允牟E ，王永芳气商习武B ，张兆杨1 ，2 (1.上海大学通信与信息工程学院，土海 2仪用72; 2. 新型显示技术及应用集成教育部重点实验室，上海 2αl(72) [摘 要]传统的数据采集都要遵循奈奎斯特采样定理的两倍以上带宽取样，而压缩感知理论突破原有采样定理的限制，为从 少量数据重建1f始数据提供了可能性。提出了基于JND 压缩感知的稳键性钮像编码方法，该新方法将压缩感知理论应用于图 像编码，并引入JND 模型来提高信号的稀疏性。实验结果表明，提出的方法大大降低了压缩感知的重建时间，同时也提高了图 像的重建质量。 [关键词]压缩感知:稳键性dND模型;稀疏性 {中国分类号) TN39 1.41 {文献标iR码j A Image Enooding of Comprωsive Sensing Based 00 JND 1 SONG Yndo咐. WANG YQogfang口， SHANG Xiwu , ZHANG Zhaoyang (I. CoJ.kgt of Commu.ucat刷 and lnfrm昭IÍßIl S严肌如飞gMi Univm句，黯由g1uzi 2(阳刀• C1tina; 2. Key Labororo町 0/ Adv，田四ed DìJplar anJ Sys阳m Appli.c，刑四吨 M.niJt叩 Qf EduclU wn, Shang也ai 2侃lO72， Chioo) [Abstract] The I时itional u..la acquisilion 臼 under Nyquisl sampling theorem, that 毡， sampling rate must be al least 时ce the sigt咀1 bandwidlh , However. compres8ive sensing broke through 耻。riginal sampling theorem , which provides a possibility for original data reωvery from a small arnQunt of data. A mεthod ()f cQmpressive sensin草 lmage r由ust encoding based on JND model is propösed. Compressive sensing theorem is applied 10 image coding combined JND m叫el. which improves the sparsÎty of image signal. Experimental results demonstrale that 由e proposed me由od 而duces 配:covery time of compressive sensing greatly. and improves 出e image quality. [Key wonlsl compressive seflsing: robustn岱笃 lND 嚣。del; spa.rnity; 当今信息社会，海量数据加剧了信息处理、传输以及 对基于CS 分块的DWT进行OMP重建，与整幅图像相比 存储的难度。在信息的获取上，采集到的数据量并不一 不但降低重建复杂度，雨且减少所需内存空间。 定都是必需的，能不能直接采集少量的必需数据来表示 本文在分析压缩感知基本原理的基础上，提出了对 原来的信息呢?此外，数据量的增大对硬件设备的要求 DCT系数进行JND(Just Noticeahle Distortion)预处理以增