專利名稱：基于高維壓縮感知的視頻信號采集與重構系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及一種視頻信號獲取方案，具體是一種基于高維壓縮感知的視頻信號采集與重構系統(tǒng)。
背景技術：
視頻信號的采集和編碼(壓縮)對于視頻的存儲和傳輸?shù)葢弥陵P重要。傳統(tǒng)的信號處理系統(tǒng)采用先采樣再壓縮的模式:為了完整地保存信號所有信息，應以不小于信號帶寬的兩倍采樣頻率對視頻進行采樣；采集到的原始信號通過一系列編碼技術后達到去除冗余的目的，相關技術的瓶頸在于花費了大量的傳感器以及計算資源就為了獲得處理后的少量信號壓縮數(shù)據(jù)，對采樣端的資源需求過高。為了進一步提高視頻信號的采集效率，在采樣的同時加入了一些信號處理技術，其中一種方案則是將采樣與壓縮同時進行，然后通過后端的一些算對壓縮后的數(shù)據(jù)進行重構。經(jīng)過對現(xiàn)有技術的文獻檢索發(fā)現(xiàn)，M.F.Duarte,與R.G.Baraniuk在2012年的《IEEE Transaction on Image Processing》(TIP)期干丨J上發(fā)表的“Kronecker CompressiveSensing” 一文中提出了以聯(lián)合重構形式將壓縮傳感應用到視頻采樣上來，該方法利用公式/ Φ來構造傳感矩陣，同樣使用克羅內(nèi)克積構造高維稀疏基，這兩個矩陣在不改變傳統(tǒng)信號的物理結構的條件下實現(xiàn)了對測量值的聯(lián)合重構。這種方法都可以有效地提高視頻采樣的效率，并且保 證重構獲得的視頻的主觀質(zhì)量，但這種方法忽略了視頻序列時間維度上信號的相似特性，使得采樣得到的數(shù)據(jù)仍舊包含冗余信息，使得視頻信號的高維特征無法被充分利用，實際上由傳感矩陣/ Φ形式可以看出這種方案可以歸結為基于重構優(yōu)化的壓縮傳感。此外，由于選用的Φ是一種隨機矩陣而無法提供基于I1凸松弛重構算法的最優(yōu)傳感，因此在投影的計算能力下重構精度有所損失。這些不足促使我們在其基礎上去尋找一種更加通用與普適的方法，充分利用視頻信號的高維結構并對合成傳感矩陣進行優(yōu)化。

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術的不足，提供了一種基于高維壓縮感知的視頻信號采集與重構系統(tǒng)，可作為一種通用的視頻采集工具，也可經(jīng)修改適用于其它高維信號的采樣系統(tǒng)，其目的是進一步提高采樣端的效率。本發(fā)明是通過以下技術方案實現(xiàn)的:本發(fā)明所述的基于高維壓縮感知的視頻信號采集與重構系統(tǒng)，包括:合成傳感矩陣構造及優(yōu)化模塊、稀疏基矩陣構造模塊、視頻信號全域傳感模塊和重構處理模塊，其中:合成傳感矩陣構造及優(yōu)化模塊和稀疏基矩陣構造模塊利用矩陣克羅內(nèi)克積的運算形式分別生成最優(yōu)的合成傳感矩陣和高維稀疏基，全域傳感模塊對于上述矩陣對視頻信號進行投影，所得的數(shù)據(jù)最后在重構處理模塊中被解碼重構。所述的合成傳感矩陣構造及優(yōu)化模塊包括:由時域與空間域對應傳感子矩陣合成全域壓縮傳感矩陣與基于互相關系數(shù)的傳感矩陣優(yōu)化，其中:合成的全域壓縮傳感矩陣能提供時-空域同時壓縮采樣，還契合了視頻采樣過程的分布式漸進式的結構，基于互相關系數(shù)的傳感矩陣優(yōu)化在克羅內(nèi)克積的形式下也可以分步完成并使得本方案性能和實用性
進一步提升。所述的合成稀疏基矩陣構造模塊是由克羅內(nèi)克積生成的一種雙曲小波基，它能夠充分表示出高維信號的奇異結構，相對于低維的小波基能更高稀疏地表示出視頻信號所述的全域傳感模塊是一種二階的數(shù)字微鏡設備(DMD)，它模擬了對視頻信號的全域壓縮傳感。所述的重構處理模塊是通過一種凸松弛算法模型實現(xiàn)的。本發(fā)明中采用的基于克羅內(nèi)克積(Kronecker product)的高維壓縮傳感技術為多維信號的采集提供了通用的解決方案，尤其是針對三維視頻信號的獲取，設計了分布式的時-空域同時壓縮的采樣方法。本發(fā)明所使用的傳感矩陣使用由時空維度對應欠定采樣子矩陣通過克羅內(nèi)克積合成，每個欠定采樣子陣都與對應維度的稀疏度相匹配，由于克羅內(nèi)克積矩陣的分塊特性，該合成矩陣在提供時-空域同時壓縮采樣的同時還契合了視頻采樣過程的分布式漸進式的結構?？紤]到該方法在采樣的同時可以壓縮視頻信號的所有維度，充分利用了視頻信號的時-空維結構特性使得采樣壓縮率進一步的提升。另一方面，鑒于傳感矩陣在壓縮傳感的采集和重構過程中都發(fā)揮的重要作用，本發(fā)明優(yōu)化了傳感矩陣，這不僅能提高采樣效率(降低精確重構所需的必要采樣數(shù))，還能加速凸松弛重構算法的收斂及穩(wěn)定性，有助于本發(fā)明全域克羅內(nèi)克壓縮傳感的性能及實用性的提升。與現(xiàn)有技術相比，本發(fā)明具有如下的有益效果:本發(fā)明大大提高了采樣效率，與傳統(tǒng)的無壓縮采樣和空間域單獨壓縮傳感相比，信號的重構效果上均能夠得到增 強；對于其它高維信號，本發(fā)明通過適當?shù)男薷囊部墒褂?，具有較強的適應性；在重建時綁定時間與空間信息，具有較好的時空一致性，由于針對性的優(yōu)化，重建的質(zhì)量也較好，在不降低視頻的主觀效果的情況下可以提高采樣效率，在不同的采樣壓縮率下最高得到了 4dB的采樣增益，同時也具備良好的可擴展性。


通過閱讀參照以下附圖對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯:圖1為本發(fā)明系統(tǒng)一實施例的結構框圖；圖2為合成傳感矩陣構造及優(yōu)化模塊工作原理圖；圖3為全域傳感模塊對高維視頻信號產(chǎn)生的實質(zhì)作用示意圖。
具體實施例方式下面結合具體實施例對本發(fā)明進行詳細說明。以下實施例將有助于本領域的技術人員進一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應當指出的是，對本領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干變形和改進。這些都屬于本發(fā)明的保護范圍。如圖1所示，本發(fā)明系統(tǒng)一實施例的結構框圖，包括:合成傳感矩陣構造及優(yōu)化模塊、稀疏基矩陣構造模塊、視頻信號全域傳感模塊和重構處理模塊，其中:合成傳感矩陣構造及優(yōu)化模塊和稀疏基矩陣構造模塊利用矩陣克羅內(nèi)克積的運算形式分別生成最優(yōu)的合成傳感矩陣和高維稀疏基，視頻信號全域傳感模塊對于上述矩陣對視頻信號進行投影，所得的數(shù)據(jù)最后在重構處理模塊中被解碼重構。所述的合成傳感矩陣構造及優(yōu)化模塊包括:如圖2所示，由時域與空間域對應傳感子矩陣Ot以及Os合成全域壓縮傳感矩陣與基于互相關系數(shù)的傳感矩陣優(yōu)化，其中:合成的全域壓縮傳感矩陣能提供時-空域同時壓縮采樣，還契合了視頻采樣過程的分布式漸進式的結構，合成傳感矩陣優(yōu)化算法在克羅內(nèi)克積的形式下也可以分步完并使得本方案性能和實用性進一步提升。所述的時域傳感子矩陣Ot初始是一個高斯隨機矩陣，對應時域稀疏基Wt可進行基于互相關系數(shù)優(yōu)化。所述的時域傳感子矩陣Φ3初始是一個高斯隨機矩陣，對應時域稀疏基Ψ3可進行基于互相關系數(shù)優(yōu)化。所述的合成傳感矩陣由一個二階的數(shù)字微鏡投影設備(DMD)(即視頻信號全域傳感模塊)實現(xiàn)，考慮到序列的時序物理特性以及公式，可以時-空域同時完成壓縮投影，這里X是待處理3-D視頻序列，X’是X的變形(按行單獨列開)。因此可分別實現(xiàn)對Ot與Os的單獨優(yōu)化來構成合成矩陣A 的全局優(yōu)化。所述的合成稀疏基矩陣構造模塊是由克羅內(nèi)克積生成的一種雙曲小波基，它能夠充分表示出高維信號的奇異結構，相對于低維的小波基能更高稀疏地表示出視頻信號。所述的視頻信號全域傳感模塊是一種二階的數(shù)字微鏡投影設備(DMD)，它模擬了對視頻信號的全域壓縮傳感。對高維視頻信號產(chǎn)生的實質(zhì)作用如圖3所示，該發(fā)明提供時-空域同時壓縮采樣和契合了視頻采樣過程的分布式漸進式的結構，對立體的128X 128X 128視頻信號進行壓縮變換，壓縮率的選取在0.1到0.5之間，采樣的同時壓縮了視頻信號的所有維 度，充分利用了視頻信號的時-空維結構特性使得采樣壓縮率進一步的提升。所述的重構處理模塊是通過一種凸松弛算法模型實現(xiàn)的，具體為:找到11范數(shù)最小的Θ使得y = ΦΨ Θ，得到的是一個全局最優(yōu)解，用Ψ乘以這個全局最優(yōu)解就可以得到所需的重構視頻。本實施例中關鍵參數(shù)的設置為:視頻序列是從標準QCIF格式中提取的128 X 128 X 128三維視頻信號，尺寸大小對應與稀疏基進行了優(yōu)化調(diào)整，由于信號的灰度圖集中了絕大部分能量，測試主要是在灰度圖上完成的。時間域和空間域稀疏基均選取了對應的Daubechies-8小波基合成。合成傳感矩陣的優(yōu)化前后的互相關系數(shù)分別為0.09與0.05，對于凸松弛重構效率平均提高80%。測試總的采樣(壓縮)率為0.15,0.25,0.35,0.45四種情況，時域和空間域的壓縮
率相等。在壓縮率為0.15時，本實施例系統(tǒng)獲得1.7dB的重構增益；在壓縮率為0.25時，本實施例系統(tǒng)獲得2.3dB的重構增益；在壓縮率為0.35時，本實施例系統(tǒng)獲得4.1dB的重構增益；在壓縮率為0.45時，本實施例系統(tǒng)獲得4.7dB的重構增益；因此，本實施例系統(tǒng)重建出來的視頻序列與未經(jīng)壓縮的采樣得到的視頻序列在質(zhì)量上是可以匹配的。以上對本發(fā)明的具體實施例進行了描述。需要理解的是，本發(fā)明并不局限于上述特定實施方式，本領域技術人員可以在權利要求的范圍內(nèi)做出各種變形或修改，這并不影響本發(fā)明的實質(zhì)內(nèi)容?！?br> 權利要求
1.一種基于高維壓縮感知的視頻信號采集與重構系統(tǒng)，其特征在于，包括:合成傳感矩陣構造及優(yōu)化模塊、稀疏基矩陣構造模塊、視頻信號全域傳感模塊、重構處理模塊和輸出模塊，其中:合成傳感矩陣構造及優(yōu)化模塊和稀疏基矩陣構造模塊利用矩陣克羅內(nèi)克積的運算形式分別生成最優(yōu)的合成傳感矩陣和高維稀疏基，全域傳感模塊基于上述矩陣對視頻信號進行投影，所得的數(shù)據(jù)最后在重構處理模塊中被解碼重構。
2.根據(jù)權利要求1所述的基于高維壓縮感知的視頻信號采集與重構系統(tǒng)，其特征是，所述的合成傳感矩陣構造及優(yōu)化模塊，實現(xiàn)由時域與空間域對應傳感子矩陣合成全域壓縮傳感矩陣與基于互相關系數(shù)的傳感矩陣優(yōu)化，其中:合成的全域壓縮傳感矩陣能提供時-空域同時壓縮采樣，還契合了視頻采樣過程的分布式漸進式的結構。
3.據(jù)權利要求2述的基于高維壓縮感知的視頻信號采集與重構系統(tǒng)，其特征是，所述的基于互相關系數(shù)最小化的傳感矩陣優(yōu)化通過分步優(yōu)化實現(xiàn)的。
4.根據(jù)權利要求1-3任一項所述的基于高維壓縮感知的視頻信號采集與重構系統(tǒng)，其特征是，所述的合成稀疏基矩陣構造模塊實現(xiàn)由克羅內(nèi)克積生成的一種雙曲小波基，它能夠充分表示出高維信號的奇異結構，相對于低維的小波基能更高稀疏地表示出視頻信號。
5.根據(jù)權利要求1-3任一項所述的基于高維壓縮感知的視頻信號采集與重構系統(tǒng)，其特征是，所述的視頻信號全域傳感模塊是一種二階的數(shù)字微鏡設備，它模擬了對視頻信號的全域壓縮傳感。
6.據(jù)權利要 求1-3任一項所述的基于高維壓縮感知的視頻信號采集與重構系統(tǒng)，其特征是，所述的重構處理模塊通過一種凸松弛算法模型實現(xiàn)的，找到的全局最優(yōu)解乘以稀疏基就是要得到的重構信號。
全文摘要
本發(fā)明提供了一種基于高維壓縮感知的視頻信號采集與重構系統(tǒng)，包括合成傳感矩陣構造及優(yōu)化模塊、稀疏基矩陣構造模塊、視頻信號全域傳感模塊和重構處理模塊，其中合成傳感矩陣構造及優(yōu)化模塊和稀疏基矩陣構造模塊利用矩陣克羅內(nèi)克積的運算形式分別生成最優(yōu)的合成傳感矩陣和高維稀疏基，全域傳感模塊對于上述矩陣對視頻信號進行投影，所得的數(shù)據(jù)最后在重構處理模塊中被解碼重構。本發(fā)明提供時-空域同時壓縮采樣的同時還契合了視頻采樣過程的分布式漸進式的結構，對傳感矩陣的相應優(yōu)化也提升了重構的精確度和效率，本發(fā)明大大提高了視頻信號的采樣效率，在不同的采樣壓縮率下最高得到了4dB的采樣增益，同時也具備良好的可擴展性。
文檔編號H04N7/26GK103237204SQ20131009142
公開日2013年8月7日 申請日期2013年3月21日 優(yōu)先權日2013年3月21日
發(fā)明者熊紅凱, 葉鑫煒 申請人:上海交通大學