基于学习字典图像感知压缩研究.ppt

敬请各位老师点评指正谢 谢 * 将原始维度为20*1的信号，经过感知矩阵之后转换为维度为6*1的信号，从理论上直接实现压缩的目的 * 给高分辨率和高光谱影像的民用带来的严重的阻碍。因此基于压缩感知的图像压缩方法研究 * * 。在我的研究中更注重于图像的静态压缩。 * * * * 基于学习字典的图像感知压缩研究 答 辩 人： 指导老师： 目录 选题背景及意义 研究现状 研究的主要内容 研究方案 时间安排 选题背景及意义 选题背景及意义 选题背景 随着信息技术的不断发展与完善，人类对信息的需求和对信息精度的要求也与日俱增。在人类获取的信息中，基于视觉的信息占了绝大部分，图像作为视觉信息的客观载体以其生动直观、信息量丰富的特点越来越受到关注。 选题背景及意义 选题背景 为满足人类对信息量和精度的需求，图像采集设备不断优化，使得采集到图像的分辨率不断提高、精度不断提升，从而使得图像的的数据量急剧增加。这种图像数据量的大幅度增加给目前硬件设施下的图像传输与存储带来了严重的挑战。 4272 2848 选题背景及意义 选题背景 近年来，压缩感知理论（Compressed Sensing，CS）作为一种新颖的理论走进人类的视野。 由于可以利用少量的样本信号通过非线性重构算法高精度恢复原始信号的特点，压缩感知理论在信号处理领域和图像处理领域得到了快速发展。 因此正是基于压缩感知理论的这种优势我们将其引入到图像的压缩中，尤其是高分辨率的感知压缩过程中。 = * 20*1 6*20 6*1 选题背景及意义 目前存在的问题 高分辨率和高光谱影像的发展使得数据量大幅增加，给传输和保存带来严重挑战； 传统系统无法实现对高分辨率和高光谱影像等大数据量图像的实时、高效压缩和高精度的重建； 选题意义 1：旨在探索大数据量影像的有效压缩方法； 2：旨在探索压缩感知在图像压缩中的应用模式及利用压缩感知理论压缩图像的系统流程及模型； 3：旨在应用压缩感知理论实现图像的高效压缩、高精度重建、降低硬件资源的消耗，克服编码端和解码端资源不均衡的问题； 目录 选题背景及意义 研究现状 研究的主要内容 研究方案 时间安排 研究现状 研究现状 国内外研究现状 图像压缩大致可以分为两类静态压缩和动态压缩。 静态压缩是指单独图像的压缩处理； 动态压缩则偏向于视频流的压缩处理； 目前应用于静态图像压缩的方法主要是联合国图像专家组JPEG（Joint Photographic Experts Group）于2000年制定的JPEG2000标准。 研究现状 国内外研究现状 编码端 解码端 研究现状 国内外研究现状 随着压缩感知理论的不断完善和发展，基于压缩感知理论的图像压缩研究逐渐受到研究者的关注。其大致流程均可用下述流程图加以详解 目前存在的基于压缩感知理论的压缩编码方式大致可分为两种：基于图像全局信息的感知压缩模型和基于分块图像信息的感知压缩模型。 研究现状 国内外研究现状 基于图像全局信息的感知压缩模型 基于全局信息的感知压缩模型是将图像数据转换为列向量然后再进行感知压缩。 512*512 (512*512)*1 研究现状 国内外研究现状 基于分块图像信息的感知压缩模型 基于分块图像信息的感知压缩模型则是将图像按照相应的分块尺寸分为多个图像局部块，然后再对块状数据进行感知压缩 512*512 16*16 256*1 研究现状 国内外研究现状 由于压缩感知理论认为信号本身或者信号在对应的变换域是稀疏的，因此针对待压缩的信号通常要对其在相应的基或字典下进行变换使得变换后的信号满足稀疏性的条件。 因此当获得具体待处理信号时，我们通常需要对其在相应的变换域或者字典下进行变换，从而获得相应的稀疏表示系数矩阵。 由压缩的公式 可知，X为我们当前待压缩的信号，因此为保证其稀疏性需要对其在相应的变换域或者字典D下通过 实现变换，获得的稀疏系数矩阵s. 研究现状 国内外研究现状 目前应用于信号稀疏表示的字典的构造方法一般分为两种：解析方法和学习方法。 基于解析方法构造的字典通常是根据预先定义好的某种数学变换或者分析方法构造的，字典中每个原子都是通过数学函数或少量参数刻画的。 如离散余弦变换、小波变换、双树复数小波变换、轮廓波变换、Shearlet和Grouplet等 虽然该方法结构简单、计算复杂度低，但是原子的基本形状固定，原子的形态不够丰富。 研究现状 国内外研究现状 基于学习方法构造的字典是由先验数据作为样本经过训练学习算法获得的，其最终形态取决于当前学习字典时所用的样本数据。 字