專利名稱：一種基于光學(xué)輪廓波變換的圖像壓縮方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像視頻壓縮領(lǐng)域，特別涉及一種基于光學(xué)輪廓波變換的新型圖像壓縮方法。
背景技術(shù)：
隨著信息網(wǎng)絡(luò)化的發(fā)展，人們對圖像的存儲和通信的需求越來越大，數(shù)據(jù)量也越來越大，圖像壓縮技術(shù)顯得越來越重要。圖像的壓縮主要包括變換、量化和熵編碼三部分，主要作用分別為去相關(guān)、進(jìn)一步減少數(shù)據(jù)量和用二進(jìn)制編碼表示。圖像壓縮起源于上世紀(jì)二十年代，第一代圖像編碼技術(shù)(以JPEG為代表)理論以信息論和數(shù)字信號處理技術(shù)為基礎(chǔ)，以除去圖像數(shù)據(jù)中的線性相關(guān)性為目的，受限于當(dāng)時的技術(shù)，去除冗余信息能力有限，壓縮比受到限制。第二代圖像編碼技術(shù)，打破香農(nóng)信息論框架的局限性，考慮到圖像信息中各種特征和人類的視覺特性，獲得了高壓縮比。進(jìn)入上世紀(jì)九十年代后，同時伴隨著現(xiàn)代圖像傳感器技術(shù)的發(fā)展，圖像壓縮技術(shù)已經(jīng)成為一種“開放技術(shù)”，被廣泛的應(yīng)用于各領(lǐng)域。特別是近幾年，人工神經(jīng)網(wǎng)絡(luò)理論、小波變換理論、分形理論等的建立，相應(yīng)地使小波變換編碼、分形編碼和模型基編碼成為最具有代表性的第二代圖像編碼技術(shù)。目前研究最熱的離散余弦變換、小波變換編碼、分形圖像壓縮編碼技術(shù)等沒有充分考慮人眼視覺系統(tǒng)，且具有塊效應(yīng)和不能實時處理等缺點。從國際數(shù)據(jù)壓縮技術(shù)的發(fā)展來看，基于內(nèi)容的圖像壓縮編碼方法是未來編碼的發(fā)展趨勢。其不僅能滿足進(jìn)一步獲得更大的圖像數(shù)據(jù)壓縮比的要求，而且能實現(xiàn)實時處理的功能。因此，圖像編碼將朝著多模式和跨模式的方向發(fā)展，更多的考慮信息的交互性、可分級性、靈活性。隨著數(shù)學(xué)理論、信息論和計算機(jī)視覺等的發(fā)展必然會有功能更全面的更有效的圖像壓縮編碼技術(shù)的產(chǎn)生。缺點當(dāng)前的圖像壓縮編碼技術(shù)存在幾何畸形、高頻部分損失、塊效應(yīng)、難以實時壓縮、搜索匹配量大、圖像失真等缺點。因此急需一種能實時、快速、精確處理并重構(gòu)原始圖像信號的方法。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明所要解決的技術(shù)問題是提供一種能實時、快速、精確處理并重構(gòu)原始圖像信號的方法。該方法將光學(xué)輪廓波變換方法應(yīng)用于圖像或視頻壓縮編碼。結(jié)合壓縮感知理論，采用FPGA矩陣并行計算算法實現(xiàn)測量矩陣的并行，實現(xiàn)圖像的重構(gòu)。本發(fā)明的目的是這樣實現(xiàn)的
本發(fā)明提供的一種基于光學(xué)輪廓波變換的圖像壓縮方法，包括以下步驟
S1:獲取圖像信號；
52:采用光學(xué)輪廓波變換獲取圖像信號的稀疏矩陣；
53:采用高斯隨機(jī)矩陣作為測量矩陣；
54:利用稀疏矩陣和測量矩陣通過并行乘法計算獲取壓縮信號；S5:對圖像的壓縮信號進(jìn)行解壓縮重構(gòu)圖像。進(jìn)一步，所述步驟S2中的光學(xué)輪廓波變換，具體步驟如下
521:利用塔式濾波器組對圖像信號進(jìn)行多尺度分解；
522:利用方向濾波器組對得到的各帶通子帶圖像信號進(jìn)行方向分解。進(jìn)一步，所述步驟S4中的并行乘法計算壓縮信號，具體過程如下
541:把高斯隨機(jī)測量矩陣預(yù)先放入FPGA可編程門陣列的ROM中；
542:把稀疏矩陣串行輸入并存儲在RAM中并將稀疏矩陣分塊處理；
543:運用正交匹配跟蹤算法OMP重構(gòu)圖像。 進(jìn)一步，所述圖像信號進(jìn)行多尺度分解采用光學(xué)技術(shù)來實現(xiàn)，具體步驟如下 將輸入圖像/fcjO置于輸入面，經(jīng)透鏡桑,在頻譜面上將出現(xiàn)其譜F(Itv);在頻譜面
上放置輪廓波濾波器# Cty)的譜的共軛爐,則形成F(Itv);再經(jīng)過透鏡Z2,
在輸出面得到其逆變換，即輸入圖像的輪廓波變換/Cu) ；
其中，為透鏡焦距；F1平面為輸入面P2干面為頻譜面；馬平面為輸出面。進(jìn)一步，所述步驟S5中的解壓縮采用正交匹配跟蹤算法OMP來重構(gòu)圖想。進(jìn)一步，所述步驟S4中的并行乘法計算是在FPGA中進(jìn)行的。本發(fā)明的優(yōu)點在于本發(fā)明將光學(xué)輪廓波變換方法應(yīng)用于圖像或視頻壓縮編碼，結(jié)合壓縮感知理論，采用FPGA矩陣并行計算算法實現(xiàn)測量矩陣的并行，實現(xiàn)實時處理功能，更快速、精確的重構(gòu)原始信號。本發(fā)明采用匹配濾波法實現(xiàn)輪廓波變換，所需輸入的是多尺度幾何分析的頻域形式，建立非自適應(yīng)多尺度幾何分析方法；運用壓縮感知正交匹配跟蹤算法OMP算法重構(gòu)圖像，客觀評價重構(gòu)圖像質(zhì)量。該方法運用光學(xué)技術(shù)和電學(xué)系統(tǒng)綜合實現(xiàn)光學(xué)輪廓波變換。由于光學(xué)技術(shù)具有極快的響應(yīng)能力、極強的互連能力與并行能力，以及存儲能力，利用光子作為信息載體存儲、傳輸和處理信息，因此能夠?qū)崿F(xiàn)實時處理。


為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明作進(jìn)一步的詳細(xì)描述，其中
圖1為基于光學(xué)輪廓波變換的圖像壓縮重構(gòu)流程 圖2為基于正交匹配跟蹤算法的圖像重構(gòu)流程 圖3為典型的光學(xué)4/系統(tǒng)。
具體實施例方式以下將結(jié)合附圖，對本發(fā)明的優(yōu)選實施例進(jìn)行詳細(xì)的描述；應(yīng)當(dāng)理解，優(yōu)選實施例僅為了說明本發(fā)明，而不是為了限制本發(fā)明的保護(hù)范圍。圖1為基于光學(xué)輪廓波變換的圖像壓縮流程圖，圖2基于光學(xué)輪廓波變換的圖像重構(gòu)流程圖，圖3為典型的4 /系統(tǒng)，如圖所示本發(fā)明提供的一種基于光學(xué)輪廓波變換的圖像壓縮方法，包括以下步驟
S1:獲取圖像信號； S2:采用光學(xué)輪廓波變換獲取圖像信號的稀疏矩陣；所述步驟S2中的光學(xué)輪廓波變換，具體步驟如下
S21 :利用塔式濾波器組對圖像信號進(jìn)行多尺度分解；
S22:利用方向濾波器組對得到的各帶通子帶圖像信號進(jìn)行方向分解。S3 :采用高斯隨機(jī)矩陣作為測量矩陣；
S4:利用稀疏矩陣和測量矩陣通過并行乘法計算獲取壓縮信號；所述步驟S4中的并行乘法計算壓縮信號，具體過程如下
541:把高斯隨機(jī)測量矩陣預(yù)先放入FPGA可編程門陣列的ROM中；
542:把稀疏矩陣串行輸入并存儲在RAM中并將稀疏矩陣分塊處理；
543:運用正交匹配跟蹤算法OMP重構(gòu)圖像。所述圖像信號進(jìn)行多尺度分解采用光學(xué)技術(shù)來實現(xiàn)，具體步驟如下
將輸入圖像/fcjO置于輸入面，經(jīng)透鏡桑，在頻譜面上將出現(xiàn)其譜;在頻譜面上放置輪廓波濾波器的譜的共軛爐,則形成F(Itv) r1*tv);再經(jīng)過透鏡Z2 ,在輸出面得到其逆變換，即輸入圖像的輪廓波變換/fci) ；
其中/力透鏡焦距；P1平面為輸入面巧干面為頻譜面；馬平面為輸出面， 表示直積。所述步驟S5中的解壓縮采用正交匹配跟蹤算法OMP來重構(gòu)圖像。所述步驟S4中的并行乘法計算是在FPGA中進(jìn)行的。在實際的應(yīng)用中，F(xiàn)PGA的設(shè)計還需要考慮光學(xué)系統(tǒng)的縮放率以及CCD的像素尺寸等參數(shù)。S5 :對圖像的壓縮信號進(jìn)行解壓縮重構(gòu)圖像。以上所述僅為本發(fā)明的優(yōu)選實施例，并不用于限制本發(fā)明，顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
權(quán)利要求
1.一種基于光學(xué)輪廓波變換的圖像壓縮方法，其特征在于包括以下步驟 S1:獲取圖像信號； 52:采用光學(xué)輪廓波變換獲取圖像信號的稀疏矩陣； 53:采用高斯隨機(jī)矩陣作為測量矩陣； 54:利用稀疏矩陣和測量矩陣通過并行乘法計算獲取壓縮信號； 55:對圖像的壓縮信號進(jìn)行解壓縮重構(gòu)圖像。
2.根據(jù)權(quán)利要求1所述的基于光學(xué)輪廓波變換的圖像壓縮方法，其特征在于所述步驟S2中的光學(xué)輪廓波變換，具體步驟如下 S21 :利用塔式濾波器組對圖像信號進(jìn)行多尺度分解； S22:利用方向濾波器組對得到的各帶通子帶圖像信號進(jìn)行方向分解。
3.根據(jù)權(quán)利要求2所述的基于光學(xué)輪廓波變換的圖像壓縮方法，其特征在于所述步驟S4中的并行乘法計算壓縮信號，具體過程如下 541:把高斯隨機(jī)測量矩陣預(yù)先放入FPGA可編程門陣列的ROM中； 542:把稀疏矩陣串行輸入并存儲在RAM中并將稀疏矩陣分塊處理； 543:運用正交匹配跟蹤算法OMP重構(gòu)圖像。
4.根據(jù)權(quán)利要求2所述的基于光學(xué)輪廓波變換的圖像壓縮方法，其特征在于所述圖像信號進(jìn)行多尺度分解采用光學(xué)技術(shù)來實現(xiàn)，具體步驟如下 將輸入圖像/fef)置于輸入面，經(jīng)透鏡矣，在頻譜面上將出現(xiàn)其譜Ffev);在頻譜面上放置輪廓波濾波器PfcJd的譜的共軛爐,則形成F(M1V) ψ*(Μ,ν);再經(jīng)過透鏡Z2 ,在輸出面得到其逆變換，即輸入圖像的輪廓波變換/(H) ； 其中，/為透鏡焦距；巧平面為輸入面，乓平面為頻譜面；馬平面為輸出面。
5.根據(jù)權(quán)利要求1所述的基于光學(xué)輪廓波變換的圖像壓縮方法，其特征在于所述步驟S5中的解壓縮采用正交匹配跟蹤算法OMP來重構(gòu)圖像。
6.根據(jù)權(quán)利要求1所述的基于光學(xué)輪廓波變換的圖像壓縮方法，其特征在于所述步驟S4中的并行乘法計算是在FPGA中進(jìn)行的，以實現(xiàn)實時處理。
全文摘要
本發(fā)明公開了一種基于光學(xué)輪廓波變換的圖像壓縮方法，包括以下步驟S1獲取圖像信號；S2采用光學(xué)輪廓波變換獲取圖像信號的稀疏矩陣；S3采用高斯隨機(jī)矩陣作為測量矩陣；S4利用稀疏矩陣和測量矩陣通過并行乘法計算獲取壓縮信號；S5利用貪婪算法中的正交匹配跟蹤算法對壓縮信號進(jìn)行解壓縮重構(gòu)圖像。本發(fā)明將光學(xué)輪廓波變換方法應(yīng)用于圖像或視頻壓縮編碼，結(jié)合壓縮感知理論，采用FPGA并行算法實現(xiàn)稀疏矩陣和測量矩陣的并行乘法計算，實現(xiàn)實時處理功能。該方法運用光學(xué)技術(shù)和電學(xué)系統(tǒng)實現(xiàn)光學(xué)輪廓波變換。基于光學(xué)技術(shù)的響應(yīng)能力、互連并行能力和存儲能力，利用光子作為載體存儲、傳輸和處理信息，能更快速、精確的重構(gòu)信號。
文檔編號G06T11/00GK102982563SQ201210534230
公開日2013年3月20日 申請日期2012年12月12日 優(yōu)先權(quán)日2012年12月12日
發(fā)明者尹宏鵬, 柴毅, 劉兆棟 申請人:重慶大學(xué)