本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別涉及一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的方法及裝置。

背景技術(shù)：

近年來，提出了一種新興的采樣理論——壓縮感知理論(Compressed Sensing，CS)，其可以有效地緩解信息傳輸和信息存儲的壓力。該理論突破了傳統(tǒng)的奈奎斯特采樣定理的采樣限制，以較小的采樣樣本可以無失真地還原信號，使得其在圖像處理、無線通信等領(lǐng)域的應(yīng)用受到人們的高度關(guān)注。

在CS理論的基礎(chǔ)上，Lu Gan等人提出了一種分塊壓縮壓縮感知(Block Compressed Sensing，BCS)圖像處理方法(具體描述參見文獻(xiàn)“BLOCK COMPRESSED SENSING OF NATURAL IMAGES”)，該方法把圖像分成若干相同大小的圖像塊，對所有圖像塊采用相同采樣率分別進(jìn)行采樣，且各圖像塊獨立重構(gòu)，降低了數(shù)據(jù)存儲需求并減少圖像重構(gòu)所需的運算時間。

在實現(xiàn)本發(fā)明過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：

①、產(chǎn)生塊效應(yīng)影響圖像重構(gòu)質(zhì)量。由于未考慮圖像塊之間的信息差異，采用定值的采樣樣本對圖像塊采樣，導(dǎo)致包含信息量的圖像塊和包含信息量少的圖像塊的還原程度差異較大，從而產(chǎn)生塊效應(yīng)，對圖像的重構(gòu)質(zhì)量產(chǎn)生影響。其中，基于塊的變換編碼在圖像壓縮編碼中得到廣泛應(yīng)用，隨著碼率的降低,量化變得粗糙,在塊的邊界會出現(xiàn)不連續(xù),形成重建圖像的明顯缺陷,稱為塊效應(yīng)。

②、采樣資源分配不合理。在一定采樣資源的條件下，若對各圖像塊采 用定值的采樣樣本，出現(xiàn)信息量復(fù)雜的圖像塊分配的采樣樣本不足而信息量簡單的圖像塊分配的采樣數(shù)分配過多的情況，進(jìn)而影響圖像整體的重構(gòu)質(zhì)量。

公開于該背景技術(shù)部分的信息僅僅旨在增加對本發(fā)明的總體背景的理解，而不應(yīng)當(dāng)被視為承認(rèn)或以任何形式暗示該信息構(gòu)成已為本領(lǐng)域一般技術(shù)人員所公知的現(xiàn)有技術(shù)。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的方法及裝置，從而克服現(xiàn)有圖像采樣容易產(chǎn)生塊效應(yīng)的缺陷。

本發(fā)明實施例提供的一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的方法，包括：

對原始圖像進(jìn)行分塊預(yù)處理，確定所述原始圖像的多個圖像塊；

依次確定每個所述圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'；并對所述圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'進(jìn)行規(guī)范化處理，確定規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i，將所述規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i作為所述圖像塊的最終的灰度值標(biāo)準(zhǔn)差，所述規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i的取值范圍為[0,1]；

根據(jù)所述圖像塊的灰度值標(biāo)準(zhǔn)差為所述圖像塊分配相對應(yīng)的采樣數(shù)，所述采樣數(shù)不超過所述圖像塊的像素個數(shù)；

根據(jù)所述圖像塊的采樣數(shù)構(gòu)造所述圖像塊的測量矩陣，并根據(jù)所述測量矩陣確定所述圖像塊的灰度值測量值；

分別根據(jù)所述圖像塊的灰度值測量值重構(gòu)所述圖像塊，并將重構(gòu)后的所有圖像塊合并確定最終的重構(gòu)圖像。

在一種可能的實現(xiàn)方式中，所述根據(jù)所述圖像塊的灰度值標(biāo)準(zhǔn)差為所述圖像塊分配相對應(yīng)的采樣數(shù)，包括：

確定總采樣數(shù)M，并為每個圖像塊分配基礎(chǔ)采樣數(shù)n₀；

對所有圖像塊的灰度值標(biāo)準(zhǔn)差進(jìn)行降序排列，確定與降序排列后的灰度值標(biāo)準(zhǔn)差相對應(yīng)的圖像塊的排列順序；

根據(jù)圖像塊的排列順序依次為所述圖像塊分配相對應(yīng)的采樣數(shù)。

在一種可能的實現(xiàn)方式中，所述根據(jù)圖像塊的排列順序依次為所述圖像塊分配相對應(yīng)的采樣數(shù)，包括：

確定第k輪的剩余采樣數(shù)，所述剩余采樣數(shù)為總采樣數(shù)與已分配的采樣數(shù)之差；所述k為當(dāng)前執(zhí)行分配采樣數(shù)過程的輪數(shù)，且k的取值范圍為[1,m]，m為圖像塊的個數(shù)；

當(dāng)所述剩余采樣數(shù)大于零時，根據(jù)剩余采樣數(shù)和所述灰度值標(biāo)準(zhǔn)差確定為圖像塊分配的采樣數(shù)，對k進(jìn)行加一處理后繼續(xù)確定第k輪的剩余采樣數(shù)；

當(dāng)所述剩余采樣數(shù)小于零時，重復(fù)重新分配過程，直至所述剩余采樣數(shù)為零；所述重新分配過程包括：對第k-1輪分配的采樣數(shù)進(jìn)行減一處理，并對k進(jìn)行減一處理；當(dāng)k＝0且所述剩余采樣數(shù)小于零時，將第一臨界值作為k，并重復(fù)所述重新分配過程，所述第一臨界值為對采樣數(shù)大于1的圖像塊的數(shù)量進(jìn)行加一處理后的數(shù)值；

當(dāng)所述剩余采樣數(shù)為零時，結(jié)束分配采樣數(shù)的過程。

在一種可能的實現(xiàn)方式中，根據(jù)剩余采樣數(shù)和所述灰度值標(biāo)準(zhǔn)差確定為圖像塊分配的采樣數(shù)，包括：

根據(jù)剩余采樣數(shù)和當(dāng)前圖像塊的灰度值標(biāo)準(zhǔn)差計算臨時采樣數(shù)；

當(dāng)所述臨時采樣數(shù)不為零時，為所述圖像塊的初始采樣數(shù)增加所述臨時采樣數(shù)；當(dāng)所述臨時采樣數(shù)為零時，為所述圖像塊的初始采樣數(shù)進(jìn)行加一處理；所述初始采樣數(shù)為所述圖像塊在當(dāng)前階段已分配的采樣數(shù)；

當(dāng)所述初始采樣數(shù)不小于當(dāng)前圖像塊的像素個數(shù)時，將當(dāng)前圖像塊的像素個數(shù)作為當(dāng)前圖像塊的采樣數(shù)；當(dāng)所述初始采樣數(shù)小于當(dāng)前圖像塊的像素個數(shù)時，將所述初始采樣數(shù)作為當(dāng)前圖像塊的采樣數(shù)。

在一種可能的實現(xiàn)方式中，該方法還包括：當(dāng)k＞m且所述剩余采樣數(shù)大于零時，將第二臨界值作為k，并重新確定第k輪的剩余采樣數(shù)，所述第二臨界值為對采樣數(shù)等于像素個數(shù)的圖像塊的數(shù)量進(jìn)行加一處理后的數(shù)值。

基于同樣的發(fā)明構(gòu)思，本發(fā)明實施例還提供一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的裝置，包括：

預(yù)處理模塊，用于對原始圖像進(jìn)行分塊預(yù)處理，確定所述原始圖像的多個圖像塊；

參數(shù)確定模塊，用于依次確定每個所述圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'；并對所述圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'進(jìn)行規(guī)范化處理，確定規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i，將所述規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i作為所述圖像塊的最終的灰度值標(biāo)準(zhǔn)差，所述規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i的取值范圍為[0,1]；

分配模塊，用于根據(jù)所述圖像塊的灰度值標(biāo)準(zhǔn)差為所述圖像塊分配相對應(yīng)的采樣數(shù)，所述采樣數(shù)不超過所述圖像塊的像素個數(shù)；

計算模塊，用于根據(jù)所述圖像塊的采樣數(shù)構(gòu)造所述圖像塊的測量矩陣，并根據(jù)所述測量矩陣確定所述圖像塊的灰度值測量值；

重構(gòu)模塊，用于分別根據(jù)所述圖像塊的灰度值測量值重構(gòu)所述圖像塊，并將重構(gòu)后的所有圖像塊合并確定最終的重構(gòu)圖像。

在一種可能的實現(xiàn)方式中，所述分配模塊包括：

確定單元，用于確定總采樣數(shù)M，并為每個圖像塊分配基礎(chǔ)采樣數(shù)n₀；

排序單元，用于對所有圖像塊的灰度值標(biāo)準(zhǔn)差進(jìn)行降序排列，確定與降序排列后的灰度值標(biāo)準(zhǔn)差相對應(yīng)的圖像塊的排列順序；

分配單元，用于根據(jù)圖像塊的排列順序依次為所述圖像塊分配相對應(yīng)的采樣數(shù)。

在一種可能的實現(xiàn)方式中，所述分配單元用于：

確定第k輪的剩余采樣數(shù)，所述剩余采樣數(shù)為總采樣數(shù)與已分配的采樣數(shù)之差；所述k為當(dāng)前執(zhí)行分配采樣數(shù)過程的輪數(shù)，且k的取值范圍為[1,m]，m為圖像塊的個數(shù)；

當(dāng)所述剩余采樣數(shù)大于零時，根據(jù)剩余采樣數(shù)和所述灰度值標(biāo)準(zhǔn)差確定為圖像塊分配的采樣數(shù)，對k進(jìn)行加一處理后繼續(xù)確定第k輪的剩余采樣數(shù)；

當(dāng)所述剩余采樣數(shù)小于零時，重復(fù)重新分配過程，直至所述剩余采樣數(shù)為零；所述重新分配過程包括：對第k-1輪分配的采樣數(shù)進(jìn)行減一處理，并對k進(jìn)行減一處理；當(dāng)k＝0且所述剩余采樣數(shù)小于零時，將第一臨界值作為k，并重復(fù)所述重新分配過程，所述第一臨界值為對采樣數(shù)大于1的圖像塊的數(shù)量進(jìn)行加一處理后的數(shù)值；

當(dāng)所述剩余采樣數(shù)為零時，結(jié)束分配采樣數(shù)的過程。

在一種可能的實現(xiàn)方式中，在所述分配單元用于根據(jù)剩余采樣數(shù)和所述灰度值標(biāo)準(zhǔn)差確定為圖像塊分配的采樣數(shù)時，所述分配單元具體用于：

根據(jù)剩余采樣數(shù)和當(dāng)前圖像塊的灰度值標(biāo)準(zhǔn)差計算臨時采樣數(shù)；

當(dāng)所述臨時采樣數(shù)不為零時，為所述圖像塊的初始采樣數(shù)增加所述臨時采樣數(shù)；當(dāng)所述臨時采樣數(shù)為零時，為所述圖像塊的初始采樣數(shù)進(jìn)行加一處理；所述初始采樣數(shù)為所述圖像塊在當(dāng)前階段已分配的采樣數(shù)；

當(dāng)所述初始采樣數(shù)不小于當(dāng)前圖像塊的像素個數(shù)時，將當(dāng)前圖像塊的像素個數(shù)作為當(dāng)前圖像塊的采樣數(shù)；當(dāng)所述初始采樣數(shù)小于當(dāng)前圖像塊的像素個數(shù)時，將所述初始采樣數(shù)作為當(dāng)前圖像塊的采樣數(shù)。

在一種可能的實現(xiàn)方式中，分配單元還用于當(dāng)k＞m且所述剩余采樣數(shù)大于零時，將第二臨界值作為k，并重新確定第k輪的剩余采樣數(shù)，所述第二臨界值為對采樣數(shù)等于像素個數(shù)的圖像塊的數(shù)量進(jìn)行加一處理后的數(shù)值。

本發(fā)明實施例提供的一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的方法及裝置，根據(jù)每個圖像塊的灰度值標(biāo)準(zhǔn)差為圖像塊分配相對應(yīng)的采樣數(shù)，之 后重構(gòu)每個圖像塊并合成完整的重構(gòu)圖像。該方法可以針對性的對不同圖像塊分配不同的采樣數(shù)，能夠有效減小或消除塊效應(yīng)，提高重構(gòu)圖像的客觀質(zhì)量和主觀視覺效果。

本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

附圖說明

附圖用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明的實施例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中：

圖1為本發(fā)明實施例中圖像自適應(yīng)壓縮感知采樣的第一方法流程圖；

圖2為本發(fā)明實施例中圖像自適應(yīng)壓縮感知采樣的第二方法流程圖；

圖3為本發(fā)明實施例中對比效果示意圖。

具體實施方式

下面結(jié)合附圖，對本發(fā)明的具體實施方式進(jìn)行詳細(xì)描述，但應(yīng)當(dāng)理解本發(fā)明的保護(hù)范圍并不受具體實施方式的限制。

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。除非另有其它明確表示，否則在整個說明書和權(quán)利要求書中，術(shù)語“包括”或其變換如“包含”或“包括有”等等將被理解為包括所陳述的元件或組成部分，而并未排除其它元件 或其它組成部分。

在這里專用的詞“示例性”意為“用作例子、實施例或說明性”。這里作為“示例性”所說明的任何實施例不必解釋為優(yōu)于或好于其它實施例。

另外，為了更好的說明本發(fā)明，在下文的具體實施方式中給出了眾多的具體細(xì)節(jié)。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，沒有某些具體細(xì)節(jié)，本發(fā)明同樣可以實施。在一些實例中，對于本領(lǐng)域技術(shù)人員熟知的方法、手段、元件未作詳細(xì)描述，以便于凸顯本發(fā)明的主旨。

根據(jù)本發(fā)明實施例，提供了一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的方法，圖1為該方法的流程圖，具體包括步驟101-105：

步驟101：對原始圖像進(jìn)行分塊預(yù)處理，確定原始圖像的多個圖像塊。

本發(fā)明實施例中，原始圖像為灰度圖像，且該原始圖像用圖像矩陣表示，圖像矩陣中的一個數(shù)代表一個像素的灰度值，用于表示灰度圖像一個像素點的顏色深度，灰度值取值范圍為[0,255]；其中，0表示黑色像素，255表示白色像素，其他值表示不同灰度的像素。具體的，該原始圖像為C×R的原始圖像，圖像塊為B×B的方形圖像塊，則圖像塊的個數(shù)為：m＝(C×R)/B²；其中，C和R表示原始圖像的寬度和高度，B表示圖像塊的寬度和高度(即圖像塊的寬度和高度相同，即B為圖像塊的邊長)。

本發(fā)明實施例中，分塊預(yù)處理后，將圖像塊標(biāo)記為x_i，i表示圖像塊的序號，用于對圖像塊進(jìn)行編號，i的值為正整數(shù)且i∈[1,m]，如x₁表示序號為1的圖像塊，x₂表示序號為2的圖像塊，依次類推，x_i表示序號為i的圖像塊

步驟102：依次確定每個圖像塊的灰度值標(biāo)準(zhǔn)差，并對所述圖像塊的灰度值標(biāo)準(zhǔn)差進(jìn)行規(guī)范化處理。

本發(fā)明實施例中，依次確定每個所述圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'；并對所述圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'進(jìn)行規(guī)范化處理，確定規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i，將所述規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i作為所述圖像塊的最終的灰度值標(biāo)準(zhǔn) 差，所述規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i的取值范圍為[0,1]。具體的，分別確定每個圖像塊的灰度值標(biāo)準(zhǔn)差，即共確定m個灰度值標(biāo)準(zhǔn)差。該灰度值標(biāo)準(zhǔn)差用于反映圖像塊中所有像素的灰度值的離散程度。

具體的，步驟102包括步驟A1-A2：

步驟A1：確定圖像塊中所有像素的灰度值，并確定圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'。

本發(fā)明實施例中，第i個圖像塊x_i為一個B×B的灰度值矩陣，其矩陣的一個元素表示一個灰度值，即有B²個像素，也有B²個灰度值。首先對第i個圖像塊的灰度值矩陣進(jìn)行向量化，即把灰度值矩陣變換成列向量的形式，把矩陣的所有元素排成一列，即先排第一列，接著排第二列，以此順序把矩陣所有的列的元素排成一列；灰度值矩陣向量化后為B²×1的矩陣。

計算灰度值標(biāo)準(zhǔn)差具體如下：

其中μ_i表示第i個圖像塊中灰度值的均值，b_j表示第i個圖像塊的灰度值矩陣向量化后第j個像素點的灰度值；B為所述圖像塊的邊長。

步驟A2：對圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'進(jìn)行規(guī)范化處理，確定規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i，規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i的取值范圍為[0,1]。

本發(fā)明實施例中，需要對標(biāo)準(zhǔn)差進(jìn)行規(guī)范化處理，以使得規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i的取值范圍為[0,1]。具體的，

其中σ_min表示灰度值標(biāo)準(zhǔn)差的最小值，σ_max表示灰度值標(biāo)準(zhǔn)差的最大值。進(jìn)行規(guī)范化處理后，圖像塊對應(yīng)灰度值標(biāo)準(zhǔn)差的取值范圍為[0,1]。

步驟103：根據(jù)圖像塊的灰度值標(biāo)準(zhǔn)差為圖像塊分配相對應(yīng)的采樣數(shù)，采樣數(shù)不超過圖像塊的像素個數(shù)。

本發(fā)明實施例中，灰度值標(biāo)準(zhǔn)差較大的圖像塊分配的采樣數(shù)不小于灰度值標(biāo)準(zhǔn)差較小的圖像塊分配的采樣數(shù)。其中，“較大”和“較小”為上述兩個圖像塊進(jìn)行比較時確定的，此處的“較大”和“較小”只用于表示兩個圖像塊相對的大小關(guān)系，并不用于表示其中一個圖像塊一定是最大或最小。

具體的，根據(jù)圖像塊的灰度值標(biāo)準(zhǔn)差為圖像塊分配相對應(yīng)的采樣數(shù)，具體包括步驟B1-B3：

步驟B1：確定總采樣數(shù)M，并為每個圖像塊分配基礎(chǔ)采樣數(shù)n₀。

具體的，記整幅圖像總的采樣數(shù)為M，設(shè)整幅原始圖像的采樣率為r，則M可以按如下的方式進(jìn)行計算：

M＝round(r·C·R)；

其中“round”表示圓整函數(shù)，實際進(jìn)行的是四舍五入計算。也可以采用其他取整函數(shù)，只要根據(jù)原始圖像的尺寸C、R和采樣率r確定一個整數(shù)的總采樣數(shù)M即可。

同時，為保證各圖像塊的采樣數(shù)不為0，為每個圖像塊各分配值為n₀的基礎(chǔ)采樣數(shù)，本發(fā)明實施例中n₀＝1，對于序號為i的圖像塊所對應(yīng)的基礎(chǔ)采樣數(shù)n_i＝n₀＝1，即預(yù)先為m個圖像塊分配1個基礎(chǔ)的采樣數(shù)；i對應(yīng)圖像塊的序號且i∈[1,m]。

步驟B2：對所有圖像塊的灰度值標(biāo)準(zhǔn)差進(jìn)行降序排列，確定與降序排列后的灰度值標(biāo)準(zhǔn)差相對應(yīng)的圖像塊的排列順序。

記所有圖像塊灰度值標(biāo)準(zhǔn)差的集合為U₀，且U₀＝{σ_i|i∈[1,m]}，其中σ_i的值由步驟A2計算所得，i為集合U₀的元素對應(yīng)的下標(biāo)，i的值與圖像塊的序號一一對應(yīng)，如對于U₀的元素σ₁對應(yīng)的下標(biāo)和對應(yīng)圖像塊的序號均為1。對U₀中的σ_i進(jìn)行降序排序得到集合U₁，有U₁＝{σ_j|j∈[1,m]}，其中σ_j表示U₀排序后的元素值，j表示U₁的元素對應(yīng)的下標(biāo)。例如，假設(shè)集合U₀＝{σ₁,σ₂,σ₃,σ₄,...,σ_m}，其中m為圖像的分塊數(shù)，降序排序后得到集合可能為U₁＝{σ₃,σ₁,σ₄,σ₂,...}。在 確定降序排列后的灰度值標(biāo)準(zhǔn)差后，即可以確定相對應(yīng)的圖像塊的排列順序，即第三個圖像塊、第一個圖像塊、第四個圖像塊、第二個圖像塊……。

步驟B3：根據(jù)圖像塊的排列順序依次為圖像塊分配相對應(yīng)的采樣數(shù)。

本發(fā)明實施例中，記各圖像塊的采樣數(shù)為n_i，其中i對應(yīng)圖像塊的序號，如n₁表示序號為1的圖像塊的采樣數(shù)。若U₁＝{σ₃,σ₁,σ₄,σ₂,...}，相對應(yīng)的圖像塊的排列順序為第三個圖像塊、第一個圖像塊、第四個圖像塊……，相對應(yīng)的則先為第三個圖像塊分配采樣數(shù)，之后為第一個圖像塊分配采樣數(shù)，再為第四個圖像塊分配采樣數(shù)……。其中，由于每個圖像塊最多對應(yīng)B²個像素，即B²個灰度值，故采樣數(shù)的最大值為B²。同時，灰度值標(biāo)準(zhǔn)差越大，采樣數(shù)越大；即在降序排列后，先分配的圖像塊的采樣數(shù)不小于后分配的圖像塊的采樣數(shù)。

步驟104：根據(jù)圖像塊的采樣數(shù)構(gòu)造圖像塊的測量矩陣，并根據(jù)測量矩陣確定圖像塊的灰度值測量值。

本發(fā)明實施例中，通過為每個圖像塊構(gòu)建一個測量矩陣，進(jìn)而確定灰度值測量值。具體的，構(gòu)造一個大小為B²×B²的哈達(dá)瑪隨機(jī)矩陣作為初始測量矩陣Φ。根據(jù)步驟103計算得到的各圖像塊的采樣數(shù)n_i構(gòu)造各圖像塊所需的測量矩陣Φ_i，其中i對應(yīng)圖像塊的序號。具體的構(gòu)造方式可以是：對序號為1的圖像塊，取Φ的前n₁行作為該圖像塊的測量矩陣，記為Φ₁；對序號為2的圖像塊，取Φ的前n₂行作為該圖像塊的測量矩陣，記為Φ₂；依此類推，得到每一個圖像塊所需的測量矩陣并表示為：Φ₁，Φ₂，...，Φ_m。

在確定測量矩陣Φ₁，Φ₂，...，Φ_m后，按如下的方式計算各圖像塊灰度值的測量值：

y_i＝Φ_iX_i；

其中y_i表示第i個圖像塊的灰度值測量值，X_i表示圖像塊x_i的灰度值矩陣的向量化形式，X_i為B²×1的矩陣，i對應(yīng)圖像塊的序號。

步驟105：分別根據(jù)圖像塊的灰度值測量值重構(gòu)圖像塊，并將重構(gòu)后的所 有圖像塊合并確定最終的重構(gòu)圖像。

本發(fā)明實施例中，在得到的灰度值測量值y_i后，采用正交匹配追蹤算法(Orthogonal Matching Pursuit，OMP)重構(gòu)算法獨立地對每一個圖像塊進(jìn)行重構(gòu)；然后把重構(gòu)得到的各圖像塊合并得到完整的重構(gòu)圖像；至此圖像的采樣和重構(gòu)過程結(jié)束。

本發(fā)明實施例提供的一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的方法，根據(jù)每個圖像塊的灰度值標(biāo)準(zhǔn)差為圖像塊分配相對應(yīng)的采樣數(shù)，之后重構(gòu)每個圖像塊并合成完整的重構(gòu)圖像。該方法可以針對性的對不同圖像塊分配不同的采樣數(shù)，能夠有效減小或消除塊效應(yīng)，提高重構(gòu)圖像的客觀質(zhì)量和主觀視覺效果。

在一種可能的實現(xiàn)方式中，上述步驟B3根據(jù)圖像塊的排列順序依次為圖像塊分配相對應(yīng)的采樣數(shù)，具體包括步驟C1-C4：

步驟C1：確定第k輪的剩余采樣數(shù)，剩余采樣數(shù)為總采樣數(shù)與已分配的采樣數(shù)之差。

本發(fā)明實施例中，需要按照降序排列后的圖像塊的順序為圖像塊依次分配采樣數(shù)。其中，用k表示當(dāng)前迭代的輪次，即k為當(dāng)前執(zhí)行分配采樣數(shù)過程的輪數(shù)，其初始值設(shè)為1；k的取值范圍為[1,m]，m為圖像塊的個數(shù)。在每一輪中，均需要計算剩余采樣數(shù)；具體的，記整幅原始圖像的剩余采樣數(shù)為Δ，按如下的方式計算的剩余采樣數(shù)：

其中i對應(yīng)圖像塊的序號，n_i表示圖像塊的采樣數(shù)。在不存在重新分配采樣數(shù)時，在第k輪中，集合U₁中的前k-1個元素對應(yīng)的圖像塊均已分配采樣數(shù)，之后的每個圖像塊均只分配了一個基礎(chǔ)采樣數(shù)。本發(fā)明實施例中，基礎(chǔ)采樣數(shù)n₀為1，第1輪計算的剩余采樣數(shù)Δ＝M-m。其中，由于存在重新分配采樣數(shù)的情況，當(dāng)存在重新分配采樣數(shù)的過程時，此時第k個以及之后的圖像塊 的采樣數(shù)不一定為1。

步驟C2：當(dāng)剩余采樣數(shù)大于零時，根據(jù)剩余采樣數(shù)和灰度值標(biāo)準(zhǔn)差確定為圖像塊分配的采樣數(shù)。

本發(fā)明實施例中，當(dāng)剩余采樣數(shù)大于零時，說明還有剩余采樣數(shù)可以分配，此時根據(jù)剩余采樣數(shù)和灰度值標(biāo)準(zhǔn)差確定為圖像塊分配的采樣數(shù)，同時對k進(jìn)行加一處理后繼續(xù)確定第k輪的剩余采樣數(shù)，即繼續(xù)步驟C1。具體的，步驟C2中確定采樣數(shù)的過程包括步驟D1-D2：

步驟D1：根據(jù)剩余采樣數(shù)和當(dāng)前圖像塊的灰度值標(biāo)準(zhǔn)差計算臨時采樣數(shù)。

本發(fā)明實施例中，在第k輪分配采樣數(shù)中，用pos表示集合U₁中第k個元素對應(yīng)圖像塊的序號，pos的取值范圍為：pos∈[1,m]。此時U₁中第k個元素又可以表示為σ_pos，σ_pos所對應(yīng)的圖像塊的采樣數(shù)記為n_pos。例如，假設(shè)集合U₀＝{σ₁,σ₂,σ₃,σ₄,...,σ_m}，其中m為圖像的分塊數(shù)，降序排序后得到集合U₁＝{σ₃,σ₁,σ₄,σ₂,...}；則當(dāng)?shù)喆蝛＝1時，更新U₁中的第1個元素σ₃對應(yīng)圖像塊的采樣數(shù)，此時pos＝3(表示集合U₁中第1個元素對應(yīng)圖像塊的序號為3)，σ_pos對應(yīng)圖像塊的采樣數(shù)記為n₃；其他圖像塊所對應(yīng)的采樣數(shù)計算以此類推。

本發(fā)明實施例中，記σ_pos和剩余采樣數(shù)Δ的乘積為S，S可以表示當(dāng)前迭代輪次要分配給圖像塊的采樣數(shù)，計算的方式如下：

S＝round(Δ·σ_pos)；

本發(fā)明實施例中，將σ_pos和剩余采樣數(shù)Δ的乘積S作為臨時采樣數(shù)。

步驟D2：當(dāng)臨時采樣數(shù)不為零時，為圖像塊的初始采樣數(shù)增加臨時采樣數(shù)；當(dāng)臨時采樣數(shù)為零時，為圖像塊的初始采樣數(shù)進(jìn)行加一處理；初始采樣數(shù)為圖像塊在當(dāng)前階段已分配的采樣數(shù)。

具體的，在為圖像塊的分配采樣數(shù)之前，每個圖像塊均具有一個初始的采樣數(shù)，即初始采樣數(shù)。當(dāng)不存在重復(fù)分配采樣數(shù)時，即第一次為圖像塊分配采樣數(shù)時，該初始采樣數(shù)為基礎(chǔ)采樣數(shù)，即為1；當(dāng)存在重復(fù)分配采樣數(shù)時， 該初始采樣數(shù)需要根據(jù)實際情況而定。

在確定臨時采樣數(shù)S后，需要重新確定該初始采樣數(shù)。具體的，首先根據(jù)S的值把第k輪需要分配給圖像塊的臨時采樣數(shù)S分配給σ_pos對應(yīng)的圖像塊。具體的分配規(guī)則是：若S＝0，說明剩余采樣數(shù)過小或者該圖像塊的標(biāo)準(zhǔn)差過小，此時n_pos＝n_pos+1，即對圖像塊的初始采樣數(shù)進(jìn)行加一處理，即在初始采樣數(shù)的基礎(chǔ)上加一；若S≠0，則n_pos＝n_pos+S，即將臨時采樣數(shù)S分配給σ_pos對應(yīng)的圖像塊，此時圖像塊的初始采樣數(shù)為之前的初始采樣數(shù)加臨時采樣數(shù)S的和。

步驟D3：當(dāng)初始采樣數(shù)不小于當(dāng)前圖像塊的像素個數(shù)時，將當(dāng)前圖像塊的像素個數(shù)作為當(dāng)前圖像塊的采樣數(shù)；當(dāng)初始采樣數(shù)小于當(dāng)前圖像塊的像素個數(shù)時，將初始采樣數(shù)作為當(dāng)前圖像塊的采樣數(shù)。

由于每個圖像塊分配的采樣數(shù)的最大值為該圖像塊的像素個數(shù)，即最大為B²，故確定初始采樣數(shù)后需要接著對n_pos進(jìn)行微調(diào)：若n_pos≥B²,則n_pos＝B²；若n_pos＜B²，則n_pos＝n_pos。然后更新迭代輪次k，即k＝k+1，繼續(xù)執(zhí)行下一輪的迭代。

本發(fā)明實施例中，當(dāng)初始采樣數(shù)大于當(dāng)前圖像塊的像素個數(shù)時，說明分配的采樣數(shù)過多，此時將當(dāng)前圖像塊的像素個數(shù)作為當(dāng)前圖像塊的采樣數(shù)，當(dāng)前圖像塊的采樣數(shù)為B²。當(dāng)初始采樣數(shù)不大于當(dāng)前圖像塊的像素個數(shù)時，即可以將初始采樣數(shù)作為當(dāng)前圖像塊的采樣數(shù)。此處的“當(dāng)前圖像塊的采樣數(shù)”與上述的“當(dāng)前迭代輪次要分配給圖像塊的采樣數(shù)S”不同，此處的“當(dāng)前圖像塊的采樣數(shù)”表示執(zhí)行分配采樣數(shù)處理后當(dāng)前的圖像塊總共需要采樣的數(shù)量。

步驟C3：當(dāng)剩余采樣數(shù)小于零時，重復(fù)重新分配過程，直至剩余采樣數(shù)為零；重新分配過程包括：對第k-1輪分配的采樣數(shù)進(jìn)行減一處理，并對k進(jìn)行減一處理，k的初始值為當(dāng)前執(zhí)行分配采樣數(shù)過程的輪數(shù)，且k的取值范圍為[1,m]，m為圖像塊的個數(shù)。

本發(fā)明實施例中，若第k輪確定的剩余采樣數(shù)小于零，則說明第k-1輪中分配了過多的采樣數(shù)，對第k-1輪分配的采樣數(shù)進(jìn)行減一處理；若剩余采樣數(shù)不為零(由于執(zhí)行的是減一處理，剩余采樣數(shù)不可能從負(fù)數(shù)跳變?yōu)檎龜?shù)，即此處的剩余采樣數(shù)不能為大于零)，則對第k-2輪分配的采樣數(shù)進(jìn)行減一處理，具體通過步驟C3中對k進(jìn)行減一處理來定位到需要處理的第k-2輪。

同時，當(dāng)k＝0且剩余采樣數(shù)小于零時，此時說明在執(zhí)行重新分配過程后仍然存在分配的采樣數(shù)過多的問題，即分配總的采樣數(shù)大于M，此時還需要重新分配采樣數(shù)。本發(fā)明實施例中，將第一臨界值作為k，并重復(fù)重新分配過程，第一臨界值為對采樣數(shù)大于1的圖像塊的數(shù)量進(jìn)行加一處理后的數(shù)值。其中，由于降序排列后的圖像塊的灰度值標(biāo)準(zhǔn)差的集合為U₁，“采樣數(shù)大于1的圖像塊的數(shù)量”實際表示的是采樣數(shù)大于1的圖像塊對應(yīng)于集合U₁的最大位置，即根據(jù)該最大位置也可以確定采樣數(shù)大于1的圖像塊的數(shù)量。

例如，U₁＝{σ₃,σ₁,σ₄,σ₂,...}，執(zhí)行若干次迭代以后，k＝0，此時對應(yīng)的采樣數(shù)分布情況為{15,15,3,1,...}，若此時的剩余采樣數(shù)仍然小于0，則需要根據(jù)圖像塊的采樣數(shù)確定第一臨界值，并以此第一臨界值為k繼續(xù)重新分配過程。此時采樣數(shù)大于1的圖像塊的數(shù)量為3(采樣數(shù)大于1的圖像塊對應(yīng)于集合U₁的最大位置也為3)，加一處理后為4，故使得k＝4。在重新分配過程中對第k-1輪(即第3輪)分配的采樣數(shù)進(jìn)行減一處理。

需要說明的是，對于在某些極端情況下可能存在在執(zhí)行了m輪分配采樣數(shù)，剩余采樣數(shù)仍然為正數(shù)的情況，即還有采樣數(shù)未被分配；此時k＞m且剩余采樣數(shù)大于零，將第二臨界值作為k，并重新確定第k輪的剩余采樣數(shù)，即繼續(xù)執(zhí)行步驟C1。第二臨界值為對采樣數(shù)等于像素個數(shù)的圖像塊的數(shù)量進(jìn)行加一處理后的數(shù)值。

具體的，例如U₁＝{σ₃,σ₁,σ₄,σ₂,...}，執(zhí)行若干次迭代以后k＝m+1，即k＞m，此時對應(yīng)的采樣數(shù)情況為{16,16,3,1,...}，若此時的剩余采樣數(shù)大于零，則還需要分配采樣數(shù)，此時采樣數(shù)等于像素個數(shù)的圖像塊為第三個圖像塊和第一個圖像塊，即數(shù)量為2，加一處理后得到的第二臨界值為3，即從第3輪開始繼 續(xù)分配采樣數(shù)，即為第四個圖像塊分配采樣數(shù)。

步驟C4：當(dāng)剩余采樣數(shù)為零時，結(jié)束分配采樣數(shù)的過程。

當(dāng)剩余采樣數(shù)為零時，說明已經(jīng)采樣數(shù)已經(jīng)分配完畢，此時結(jié)束配采樣數(shù)的過程。

下面通過一個實施例詳細(xì)介紹該方法的流程。

在本發(fā)明實施例中，參見圖2所示，圖像自適應(yīng)壓縮感知采樣的方法包括步驟201-214：

步驟201：輸入原始圖像。

具體的，輸入一幅大小為256×256的標(biāo)準(zhǔn)灰度圖。

步驟202：圖像分塊操作。

把步驟201的圖像劃分成m＝(256×256)/4²個互不重疊且大小為4×4的圖像塊，各圖像塊記為x_i且i∈[1,m]。其中m表示圖像塊的分塊數(shù)，i表示圖像塊的序號，用于對圖像塊進(jìn)行編號，i的值為正整數(shù)且i∈[1,m]，如x₁、x₂、x₃分別表示序號為1、2、3的圖像塊，依次類推可以得到每一個圖像塊的表示方式。

步驟203：計算灰度值標(biāo)準(zhǔn)差并對標(biāo)準(zhǔn)差進(jìn)行規(guī)范化。

在像素域中，記各圖像塊灰度值的標(biāo)準(zhǔn)差為σ_i'，其中每一個圖像塊x_i的灰度值標(biāo)準(zhǔn)差按照如下的方式計算：

其中μ_i表示圖像塊x_i中灰度值的均值，b_j表示x_i的灰度值矩陣向量化后第j個像素點的灰度值。i對應(yīng)圖像塊的序號，如σ₁則表示序號為1的圖像塊對應(yīng)的灰度值標(biāo)準(zhǔn)差。根據(jù)上述方式可計算得到所有圖像塊對應(yīng)的灰度值標(biāo)準(zhǔn)差，之后按如下的方式對所有的灰度值標(biāo)準(zhǔn)差進(jìn)行規(guī)范化處理：

其中σ_min表示灰度值標(biāo)準(zhǔn)差的最小值，σ_max表示灰度值標(biāo)準(zhǔn)差的最大值。進(jìn)行規(guī)范化處理后，圖像塊對應(yīng)灰度值標(biāo)準(zhǔn)差的取值范圍為[0,1]。

步驟204：計算總的采樣數(shù)。

設(shè)置整幅圖像的采樣率為r，記整幅圖像總的采樣數(shù)為M，則M按如下的方式進(jìn)行計算：M＝round(r·C·R)；

其中C和R表示圖像的寬度和高度且值均取256，“round”表示四舍五入計算，r的值在本發(fā)明實施例中取0.1、0.2、0.3、0.4、0.5，即進(jìn)行五次采樣，每次采樣選取一個采樣率。

步驟205：分配基礎(chǔ)采樣數(shù)。

記圖像塊x_i的采樣數(shù)為n_i，為各圖像塊分配值為1的基礎(chǔ)采樣數(shù)，i對應(yīng)圖像塊的序號且i∈[1,m]，此時對于序號為i的圖像塊有n_i＝1。

步驟206：對標(biāo)準(zhǔn)差集合進(jìn)行排序。

記所有圖像塊灰度值標(biāo)準(zhǔn)差的集合為U₀，且U₀＝{σ_i|i∈[1,m]}，其中σ_i的值由步驟203計算所得，i為集合U₀的元素對應(yīng)的下標(biāo)，i的值與圖像塊的序號一一對應(yīng)，如對于U₀的元素σ₁對應(yīng)的下標(biāo)和對應(yīng)圖像塊的序號均為1。對U₀中的σ_i進(jìn)行降序排序得到集合U₁，有U₁＝{σ_j|j∈[1,m]}，其中σ_j表示U₀排序后的元素值，j表示U₁的元素對應(yīng)的下標(biāo)。例如，假設(shè)集合U₀＝{σ₁,σ₂,σ₃,σ₄,...,σ_m}，其中m為圖像的分塊數(shù)，降序排序后得到集合可能為U₁＝{σ₃,σ₁,σ₄,σ₂,...}。

步驟207：計算剩余采樣數(shù)。

記整幅圖像的剩余采樣數(shù)為Δ，按如下的方式更新圖像的剩余采樣數(shù)：

其中i對應(yīng)圖像塊的序號，n_i為圖像塊的采樣數(shù)。步驟207至步驟209所表示的迭代過程的功能是把剩余采樣數(shù)分配給圖像塊；用k表示迭代過程的迭代輪次(如k＝1時，表示第1輪迭代；k＝2時，表示第2輪迭代)，其初始 值設(shè)為1。

步驟208：判斷剩余采樣數(shù)是否為0。

由步驟207計算得到的Δ判斷是否要對剩余采樣數(shù)進(jìn)行分配：若Δ＝0，則說明所有圖像塊的采樣數(shù)已經(jīng)分配完成，執(zhí)行步驟213，直接取得各圖像塊采樣數(shù)的集合；若Δ≠0，則需繼續(xù)判斷Δ的值，若Δ＞0說明還需要對剩余采樣數(shù)進(jìn)行分配操作，執(zhí)行步驟209，若Δ＜0說明已分配的采樣總數(shù)大于步驟204計算得到的M，需要對圖像塊的采樣數(shù)進(jìn)行調(diào)整從而保證最終的采樣總數(shù)與M相等，此時執(zhí)行步驟210。

步驟209：按序計算并調(diào)整各圖像塊的采樣數(shù)。

依據(jù)步驟206計算得到的集合U₁，每一輪迭代更新U₁中第k個元素所對應(yīng)圖像塊的采樣數(shù)。用pos表示集合U₁中第k個元素對應(yīng)圖像塊的序號，pos的取值范圍為：pos∈[1,m]。此時U₁中第k個元素又可以表示為σ_pos，σ_pos對應(yīng)圖像塊的采樣數(shù)記為n_pos。例如，假設(shè)集合U₀＝{σ₁,σ₂,σ₃,σ₄,...,σ_m}，其中m為圖像的分塊數(shù)，降序排序后得到集合U₁＝{σ₃,σ₁,σ₄,σ₂,...}；則當(dāng)?shù)喆蝛＝1時，更新U₁中的第1個元素σ₃對應(yīng)圖像塊的采樣數(shù)，此時pos＝3(表示集合U₁中第1個元素對應(yīng)圖像塊的序號為3)，σ_pos對應(yīng)圖像塊的采樣數(shù)記為n3；其他圖像塊所對應(yīng)的采樣數(shù)計算以此類推。記σ_pos和剩余采樣數(shù)的乘積為S，S表示當(dāng)前迭代輪次要分配給圖像塊的采樣數(shù)，計算的方式如下：

S＝round(Δ·σ_pos)；

之后，首先根據(jù)S的值把剩余采樣數(shù)分配給σ_pos對應(yīng)的圖像塊，具體的分配規(guī)則是：若S＝0，則n_pos＝n_pos+1；若S≠0，則n_pos＝n_pos+S。接著對n_pos進(jìn)行微調(diào)，若n_pos≥4²,則n_pos＝4²；若n_pos＜4²，則n_pos＝n_pos。最后更新迭代輪次k，有k＝k+1，跳轉(zhuǎn)到步驟207執(zhí)行。

其中，若干次迭代以后k＝m+1，即k＞m，若此時的剩余采樣數(shù)大于零，則還需要分配采樣數(shù)，此時根據(jù)對采樣數(shù)等于像素個數(shù)(即采樣數(shù)等于B²)的圖像塊的數(shù)量進(jìn)行加一處理，并將加以處理后的數(shù)值(即第二臨界值)作 為k，并重新確定第k輪的剩余采樣數(shù)，即繼續(xù)步驟207。

具體的，設(shè)第二臨界值以k_max表示，在上述“對n_pos進(jìn)行微調(diào)”的過程中可以實時更新k_max，即若n_pos≥4²，則n_pos＝4²，同時令k_max＝k。當(dāng)k＝m+1，令k＝k_max+1，并跳轉(zhuǎn)到步驟207執(zhí)行。

步驟210：再次調(diào)整圖像塊的采樣數(shù)。

其中，步驟201具體包括如下步驟：

步驟E1：計算分配過多的采樣數(shù)。

用▽表示分配過多的采樣數(shù)，有▽＝abs(Δ)，“abs”表示取絕對值函數(shù)。其中步驟E2和步驟E3是依據(jù)▽調(diào)整圖像塊采樣數(shù)的迭代過程，該過程依據(jù)集合U₁調(diào)整圖像塊的采樣數(shù)，用po表示當(dāng)前要調(diào)整圖像塊的序號，po的值取集合U₁中第q個元素的下標(biāo)，則當(dāng)前要調(diào)整圖像塊的采樣數(shù)可以表示為n_po。其中q表示迭代輪次，q的初始值為q＝k-1。

步驟E2：判斷分配過多采樣數(shù)是否為0。

若▽≠0，則執(zhí)行步驟E3，反之執(zhí)行步驟211。

步驟E3：再次調(diào)整圖像塊的采樣數(shù)

首先對當(dāng)前迭代輪次對應(yīng)圖像塊的采樣數(shù)進(jìn)行調(diào)整，有n_po＝n_po-1；其次更新▽和q的值，有▽＝▽-1和q＝q-1；跳轉(zhuǎn)到步驟E2執(zhí)行。

在步驟E1-E3中，以q代替k表示迭代輪數(shù)，當(dāng)q＝0且剩余采樣數(shù)仍然小于零時，對采樣數(shù)大于1的圖像塊的數(shù)量進(jìn)行加一處理，并將加以處理后的數(shù)值(即第一臨界值)作為新的輪次q，并繼續(xù)步驟E3，即再次調(diào)整圖像塊的采樣數(shù)。

步驟211：輸出各圖像塊的采樣數(shù)。

返回集合G，其中G表示圖像塊的采樣數(shù)集合且G＝{n_i|i∈[1,m]}，i對應(yīng)圖像塊的序號，n_i為序號為i的圖像塊對應(yīng)的采樣數(shù)。到此完成圖像塊采樣數(shù) 的分配過程。

步驟212：構(gòu)造圖像塊的測量矩陣。

構(gòu)造一個大小為4²×4²的隨機(jī)采樣矩陣作為測量矩陣Φ，其中隨機(jī)矩陣選擇哈達(dá)瑪矩陣。根據(jù)步驟13計算得到的n_i構(gòu)造各圖像塊所需的測量矩陣Φ_i，其中i對應(yīng)圖像塊的序號，具體的構(gòu)造方式是：對序號為1的圖像塊，取Φ的前n₁行作為該圖像塊的測量矩陣，記為Φ₁；對序號為2的圖像塊，取取Φ的前n₂行作為該圖像塊的測量矩陣，記為Φ₂；依此類推，得到每一個圖像塊所需的測量矩陣并表示為：Φ₁，Φ₂，...，Φ_m。

步驟213：圖像塊采樣。

根據(jù)步驟212得到測量矩陣Φ₁，Φ₂，...，Φ_m，按如下的方式計算各圖像塊灰度值的測量值：

y_i＝Φ_iX_i

其中y_i表示灰度值測量值，X_i表示圖像塊x_i的向量化形式，i對應(yīng)圖像塊的序號。

步驟214：圖像塊重構(gòu)并組合成完整圖像

根據(jù)步驟213得到的灰度值測量值y_i，其中i對應(yīng)圖像塊的序號，采用OMP重構(gòu)算法獨立對每一個圖像塊進(jìn)行重構(gòu)，重構(gòu)時采用離散余弦變換對圖像進(jìn)行稀疏表示，即各圖像塊重構(gòu)時采用的稀疏矩陣為離散余弦變換矩陣；然后把各重構(gòu)得到的圖像塊合并得到完整的重構(gòu)圖像。到此實施例中對圖像采樣和重構(gòu)的過程結(jié)束。

本發(fā)明實施例提供的方法應(yīng)用于Lena，Peppers和Cameraman三幅大小為256×256的標(biāo)準(zhǔn)灰度圖中，其中應(yīng)用平臺采用“MATLAB R2015a”，對比方法是文獻(xiàn)“BLOCK COMPRESSED SENSING OF IMAGES USING DIRECTIONAL TRANSFORMS”中的圖像分塊采樣重構(gòu)方法，簡稱BCS-SPL-DCT。采用BCS-SPL-DCT和采用本發(fā)明方法計算得到的峰值信噪 比(PSNR，Peak Signal to Noise Ratio)參見表1所示，對比效果圖參見圖3所示，其中，圖3左側(cè)的圖(a)(c)(e)表示采用BCS-SPL-DCT方法后的效果圖，圖3右側(cè)的圖(b)(d)(f)表示采用本發(fā)明實施例提供的方法后的效果圖。

表1

本發(fā)明實施例提供的一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的方法，根據(jù)每個圖像塊的灰度值標(biāo)準(zhǔn)差為圖像塊分配相對應(yīng)的采樣數(shù)，之后重構(gòu)每個圖像塊并合成完整的重構(gòu)圖像。該方法可以針對性的對不同圖像塊分配不同的采樣數(shù)，能夠有效減小或消除塊效應(yīng)，提高重構(gòu)圖像的客觀質(zhì)量和主觀視覺效果。

以上詳細(xì)介紹了一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的方法流程，該方法也可以通過相應(yīng)的裝置實現(xiàn)，下面詳細(xì)介紹該裝置的結(jié)構(gòu)和功能。

本發(fā)明實施例提供的一種基于標(biāo)準(zhǔn)差的圖像自適應(yīng)壓縮感知采樣的裝置，包括：

預(yù)處理模塊，用于對原始圖像進(jìn)行分塊預(yù)處理，確定原始圖像的多個圖像塊；

參數(shù)確定模塊，用于依次確定每個所述圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'；并對所述圖像塊的灰度值標(biāo)準(zhǔn)差σ_i'進(jìn)行規(guī)范化處理，確定規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i，將所述規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i作為所述圖像塊的最終的灰度值標(biāo)準(zhǔn)差，所述規(guī)范化后的灰度值標(biāo)準(zhǔn)差σ_i的取值范圍為[0,1]；

分配模塊，用于根據(jù)所述圖像塊的灰度值標(biāo)準(zhǔn)差為所述圖像塊分配相對應(yīng)的采樣數(shù)，所述采樣數(shù)不超過所述圖像塊的像素個數(shù)；

計算模塊，用于根據(jù)所述圖像塊的采樣數(shù)構(gòu)造所述圖像塊的測量矩陣，并根據(jù)所述測量矩陣確定所述圖像塊的灰度值測量值；

重構(gòu)模塊，用于分別根據(jù)所述圖像塊的灰度值測量值重構(gòu)所述圖像塊，并將重構(gòu)后的所有圖像塊合并確定最終的重構(gòu)圖像。

在一種可能的實現(xiàn)方式中，分配模塊包括：

確定單元，用于確定總采樣數(shù)M，并為每個圖像塊分配基礎(chǔ)采樣數(shù)n₀；

排序單元，用于對所有圖像塊的灰度值標(biāo)準(zhǔn)差進(jìn)行降序排列，確定與降序排列后的灰度值標(biāo)準(zhǔn)差相對應(yīng)的圖像塊的排列順序；

分配單元，用于根據(jù)圖像塊的排列順序依次為所述圖像塊分配相對應(yīng)的采樣數(shù)。

在一種可能的實現(xiàn)方式中，分配單元用于：

確定第k輪的剩余采樣數(shù)，所述剩余采樣數(shù)為總采樣數(shù)與已分配的采樣數(shù)之差；所述k為當(dāng)前執(zhí)行分配采樣數(shù)過程的輪數(shù)，且k的取值范圍為[1,m]，m為圖像塊的個數(shù)；

當(dāng)所述剩余采樣數(shù)大于零時，根據(jù)剩余采樣數(shù)和所述灰度值標(biāo)準(zhǔn)差確定為圖像塊分配的采樣數(shù)，對k進(jìn)行加一處理后繼續(xù)確定第k輪的剩余采樣數(shù)；

當(dāng)所述剩余采樣數(shù)小于零時，重復(fù)重新分配過程，直至所述剩余采樣數(shù)為零；所述重新分配過程包括：對第k-1輪分配的采樣數(shù)進(jìn)行減一處理，并對k進(jìn)行減一處理；當(dāng)k＝0且所述剩余采樣數(shù)小于零時，將第一臨界值作為k，并重復(fù)所述重新分配過程，所述第一臨界值為對采樣數(shù)大于1的圖像塊的數(shù)量進(jìn)行加一處理后的數(shù)值；

當(dāng)所述剩余采樣數(shù)為零時，結(jié)束分配采樣數(shù)的過程。

在一種可能的實現(xiàn)方式中，在分配單元用于根據(jù)剩余采樣數(shù)和灰度值標(biāo)準(zhǔn)差確定為圖像塊分配的采樣數(shù)時，分配單元具體用于：

根據(jù)剩余采樣數(shù)和當(dāng)前圖像塊的灰度值標(biāo)準(zhǔn)差計算臨時采樣數(shù)；

當(dāng)所述臨時采樣數(shù)不為零時，為所述圖像塊的初始采樣數(shù)增加所述臨時采樣數(shù)；當(dāng)所述臨時采樣數(shù)為零時，為所述圖像塊的初始采樣數(shù)進(jìn)行加一處理；所述初始采樣數(shù)為所述圖像塊在當(dāng)前階段已分配的采樣數(shù)；

當(dāng)所述初始采樣數(shù)不小于當(dāng)前圖像塊的像素個數(shù)時，將當(dāng)前圖像塊的像素個數(shù)作為當(dāng)前圖像塊的采樣數(shù)；當(dāng)所述初始采樣數(shù)小于當(dāng)前圖像塊的像素個數(shù)時，將所述初始采樣數(shù)作為當(dāng)前圖像塊的采樣數(shù)。

在一種可能的實現(xiàn)方式中，分配單元還用于當(dāng)k＞m且所述剩余采樣數(shù)大于零時，將第二臨界值作為k，并重新確定第k輪的剩余采樣數(shù)，所述第二臨界值為對采樣數(shù)等于像素個數(shù)的圖像塊的數(shù)量進(jìn)行加一處理后的數(shù)值。

本發(fā)明實施例提供的一種圖像自適應(yīng)壓縮感知采樣的方法及裝置，根據(jù)每個圖像塊的灰度值標(biāo)準(zhǔn)差為圖像塊分配相對應(yīng)的采樣數(shù)，之后重構(gòu)每個圖像塊并合成完整的重構(gòu)圖像。該方法可以針對性的對不同圖像塊分配不同的采樣數(shù)，能夠有效減小或消除塊效應(yīng)，提高重構(gòu)圖像的客觀質(zhì)量和主觀視覺效果。

以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部模塊來實現(xiàn)本實施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性的勞動的情況下，即可以理解并實施。

通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到各實施方式可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)，當(dāng)然也可以通過硬件?；谶@樣的理解，上述技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部 分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機(jī)軟件產(chǎn)品可以存儲在計算機(jī)可讀存儲介質(zhì)中，如ROM/RAM、磁碟、光盤等，包括若干指令用以使得一臺計算機(jī)設(shè)備(可以是個人計算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行各個實施例或者實施例的某些部分所述的方法。

前述對本發(fā)明的具體示例性實施方案的描述是為了說明和例證的目的。這些描述并非想將本發(fā)明限定為所公開的精確形式，并且很顯然，根據(jù)上述教導(dǎo)，可以進(jìn)行很多改變和變化。對示例性實施例進(jìn)行選擇和描述的目的在于解釋本發(fā)明的特定原理及其實際應(yīng)用，從而使得本領(lǐng)域的技術(shù)人員能夠?qū)崿F(xiàn)并利用本發(fā)明的各種不同的示例性實施方案以及各種不同的選擇和改變。本發(fā)明的范圍意在由權(quán)利要求書及其等同形式所限定。