基于边缘提取与图像融合的压缩感知补偿算法

针对测量数据极稀疏情况下,某些压缩感知方法在多种类噪声干扰环境下进行图像传输存在重构效果模糊、图像细节欠佳的问题,提出1种基于图像边缘提取与融合技术的压缩感知补偿算法.首先,在发送端预提取图像边缘特征作为压缩感知测量值的重要补充,随后,在接收端进行边缘解码与压缩感知重构,最后,使用空间域方法实现2者融合.实验结果表明,该方法可以以较小的传输代价获得更加清晰、全面的图像细节特征,可增强原算法抵抗噪声、尤其是稀疏性噪声的能力,具有一定的应用价值.     

基于位平面的渐进水声图像传输的研究

针对水声信道高噪、强干扰、传输时延大、带宽很窄等特点,本文基于位平面对水声图像传输进行了研究.以位平面将图像分解,基于JBIG标准进行压缩;根据位平面重要程度进行不等纠错信道保护,并以渐进方式传输图像.信道仿真结果表明,本方案接收端图像的可重构性与重构质量都较高,在较低接收信噪比时仍有优异的表现,其图像传输方案完全能够满足水下图像传输性能的要求.     

基于医学图像ROI形状估计的改进SPIHT算法

为提高医学图像的传输质量和编码效率,提出了一种新的位平面提升方法和基于感兴趣区域（ROI）形状估计的改进分层树集合分割排序（SPIHT）算法．位平面提升时,采用交错提升方法,在不需传输掩模的情况下实现感兴趣区域与背景的相对质量可调;对提升后的位平面,通过传输ROI外接规则形状的几何参数,根据估计的掩模信息超前判定零树,节省图像比特数．实验结果表明,在相同的截断码流下,相比SPIHT算法,改进的算法无论是ROI还是整幅图像都有更好的图像质量,且码率越低效果越明显．     

无线传感器网络中基于压缩感知的静止图像压缩方案研究

受功耗、成本和无线传输环境的限制,无线传感器网络中采集图像的节点并不适合采用传统静止图像压缩标准JPEG、JPEG2000.为了适应无线传感器网络的“轻编码、重解码”的特点,提出了一种基于压缩感知(Compressive Sensing,CS)的静止图像压缩方案.该方案在编码端进行分块测量,分块测量次数根据图像的边缘信息自适应地分配;在解码端则利用分块观测数据进行整帧重建.仿真实验表明,与已有的基于CS的图像压缩方案相比,该方案可有效地降低CS测量成本,并可在重建时消除图像的边缘模糊与块效应现象.     

联合结构预测和运动补偿的视频自适应压缩感知

视频压缩感知是解决无线多媒体网络中海量数据存储和传输问题的有效方法,但常规基于单帧处理的压缩重构质量较差,限制了应用效果。文中提出了基于BCS的结构预测和运动补偿的提高视频GOP序列重构质量的方法。对视频GOP序列,首先,利用分块压缩感知对关键帧和压缩帧分别进行压缩采样,并给出了一种视频稀疏性定量估算方法,实现了压缩采样率自适应选择;然后,基于迭代阈值投影重构算法,对关键帧和压缩帧分别进行压缩重构。在此基础上,利用视频帧区域块的结构相关性进行帧内结构预测,提高重构质量;最后,利用帧间的时间冗余性,通过运动估计和运动补偿进一步提高重构质量。仿真结果表明,结构预测和运动补偿能提高视频重构的峰值信噪比(PSNR)。该算法考虑了视频序列帧内和帧间相关性进行预测和补偿,提高了GOP序列的重构质量。     

基于NSCT变换与压缩感知的红外/被动毫米波图像融合

为提高图像的质量和实时传输效率,提出一种基于NSCT变换与压缩感知的红外/被动毫米波图像融合算法.该算法首先对红外/被动毫米波图像分别进行非下采样轮廓波变换分解.然后,对于高频系数采用基于压缩感知的融合方法;低频系数部分则是采用基于图像方差的融合策略.再对融合后的高频、低频系数进行逆变换输出融合图像.最后通过实验仿真证实该算法得到的融合图像能很好地识别目标坦克.     

基于SUSAN算子的边缘增强低比特率图像压缩

提出一种新的低比特率图像压缩算法,该算法首先利用SUSAN算子检测出输入图像的边缘信息,然后利用边缘增强方法对边缘信息进行增强,最后将增强后的边缘信息和解码后的输入图像相加形成最终的压缩图像.实验结果表明,和基于小波的传统编码方法相比,在低比特率下,该算法能减少图像的边缘模糊,提高压缩图像的识别度和峰值信噪比.     

一种适用于医学图像ROI编码的改进SPIHT算法

提出一种适于医学图像感兴趣区域编码交错位平面提升法,实现了ROI和BG相对质量可调,且不需传输掩模信息。对提升后的位平面,提出了基于ROI掩模估计的改进SPIHT算法。实验结果表明,相比SPIHT算法,改进算法具有更高的编码效率。     

基于小波变换的图像零树压缩感知方法

稀疏性是压缩感知的前提,然而,自然图像通常不是稀疏的,因此对图像直接应用压缩感知算法很难取得高压缩效率.针对图像信号,将编码思想融入压缩感知理论,提出一种简单有效的零树压缩感知方法.该方法先利用零树思想辅助压缩感知测量,在得到测量值的同时编码重要系数的位置;然后提出零树追踪重构算法,通过精确解码重要系数位置来重构原始图像小波系数,提高重构精度.实验结果表明,相比于现有匹配追踪算法和EZW算法,本文方法有更高的压缩比和更好的图像重构质量.     

基于压缩感知和活动轮廓的多焦点图像融合

该文提出了一种基于压缩感知和活动轮廓的多焦点图像融合方法。首先对源图像进行SBHE(scrambled block hadamard ensemble)采样获得压缩感知测量值,然后通过活动轮廓对源图像进行区域划分,再将区域划分结果合并形成联合区域划分。通过联合区域划分和互信息计算融合权重,得到融合后的系数,再通过压缩感知系数重构算法得到融合后的图像。为了验证算法的有效性,进行了2组多焦点图像融合实验。实验表明:该方法相比传统的压缩感知图像融合方法,在主观视觉和客观评价指标方面都能得到更好的融合结果。     

结合分裂Bregman的压缩感知电磁地图重构算法

受限于非协作和采集数据残缺等因素,分布式感知网络难以实现对目标区域电磁态势的全覆盖感知,因此,有必要研究一种依据残缺感知数据重构出目标区域完整电磁态势的技术,进而掌控电磁态势。论文由此提出了一种结合分裂Bregman的压缩感知电磁地图重构算法。该算法基于压缩感知提出了一种滤波式分区正交匹配追踪算法,并用其重构出目标区域内的参考信号接收功率数据,然后再利用分裂Bregman对该数据进行精度提升,最终得到更高精度的数据并绘制出完整的电磁地图。仿真实验表明,重构出的电磁地图和实际情况更接近,且在可用感知节点数量稀少情况下能保证重构数据和实际数据之间的均方根误差低于2.5,算法具有重要的理论意义和应用价值。     

基于sym8小波和部分hadmard矩阵的深空图像压缩编码

针对传统深空图像编码导致系统资源极大浪费的问题,提出了基于sym8小波和部分hadmard矩阵的深空图像压缩感知编码方法.对图像sym8小波分解后的低频系数进行3级小波分解后用CCSDS编码,高频系数利用部分hadmard矩阵观测后进行量化编码.解码时,CCSDS解码恢复低频系数,正交匹配追踪算法恢复高频系数,然后再通过逆sym8小波变换合成图像.仿真结果表明:相同压缩比下峰值信噪比比小波稀疏基方法和单层小波压缩感知方法分别有5 ～8 dB和1～1.4 dB的明显提升.     

基于多方向正交匹配追踪的压缩感知图像重构算法研究

针对压缩感知中图像信号的压缩比较大、重构效率较低的问题,提出一种基于正交匹配追踪的压缩感知图像重构算法。该算法在图像压缩阶段,利用测量矩阵对目标图像进行二次测量,进一步缩小压缩比。在图像重构阶段,将单次循环的正交匹配对象由一维向量拓展到二维矩阵,利用多方向正交投影对压缩数据进行图像重构。仿真实验结果表明,在缩小压缩比的情况下,可较准确地重构出原始图像;并且显著提高重构效率。     

方向提升小波变换域稀疏滤波的自然图像贝叶斯压缩感知

针对压缩感知(CS)重构算法在实际应用中自然图像的小波变换系数往往无法稀疏的问题,提出了一种方向提升小波变换(DLWT)域稀疏滤波的自然图像贝叶斯压缩感知算法(DLWT-SFTSW-BCS)。首先对自然图像进行方向提升小波变换得到小波变换系数;然后在随机测量之前利用稀疏滤波切除小系数,消除了小系数对大系数重构时的混叠干扰;最后结合小波树结构的贝叶斯压缩感知重构算法得到自然图像的重构图像。实验结果表明,与仅利用尺度间相关性的小波树结构的压缩感知重构算法相比,DLWT-SF-TSW-BCS算法的重构峰值信噪比最大可提高10dB。     

基于像素相关的图像/视频压缩感知观测矩阵

观测矩阵的构造是图像/视频压缩感知中的重要问题之一.为了解决随机性观测矩阵的不确定性以及在信道传输上的压力和提升编码端重构质量,文中提出了一种应用于图像和视频压缩感知的基于邻近像素相关性的确定性稀疏观测矩阵(APM).首先利用文中提出的环形目标点选择法,在观测图像块中均匀地选取目标点;然后利用高斯分布概率密度函数给目标点周围的邻近像素对应的观测矩阵中的元素分配权值,使得每个观测值中仅包含一个目标点和其相邻像素的信息.利用文中提出的APM观测矩阵得到的观测值对图像或视频进行重构时,既可利用相邻像素的相关性,又避免了远距离像素信息的干扰,可得到较高的重构质量.仿真实验表明,与经典和目前文献中较新的几种压缩感知观测矩阵相比,文中提出的观测矩阵具有更高的图像/视频重构质量,较低的重构复杂度,且适用范围更广.     

基于多方向正交匹配追踪的压缩感知图像重构算法

针对压缩感知中图像信号的压缩比较大、重构效率较低的问题,提出一种基于正交匹配追踪的压缩感知图像重构算法。该算法在图像压缩阶段,利用测量矩阵对目标图像进行二次测量,进一步缩小压缩比。在图像重构阶段,将单次循环的正交匹配对象由一维向量拓展到二维矩阵,利用多方向正交投影对压缩数据进行图像重构。仿真实验结果表明,在缩小压缩比的情况下,可较准确地重构出原始图像;并且显著提高重构效率。     

基于残差分布式压缩感知的视频软组播研究

提出了一种基于压缩感知理论的新型无线视频传输方案残差分布式压缩感知组播(RDCScast).在编码端,我们提出运用残差压缩感知技术来表示非参考帧,然后把参考帧的原始观测值和非参考帧的残差观测值一起打包进行传输,最主要的是我们提出了对每一个包里面的残差观测值和原始观测值进行最佳能量分配方案。在解码端,不同信道特性的接收者能够获得相应数量的包,最后运用运动估计重建视频帧。实验结果表明对于无线视频组播,RDCS-cast方法比现有的Softcast和DCS-cast方法更有效且保持了低复杂度的编码。     

基于JPEG2000的感兴趣区域压缩编码算法

提出一种基于JPEG2000感兴趣区域的图像压缩方法.该方法首先提取出感兴趣区域;然后为达到重要信息不丢失的前提下增大压缩率的目的,对不同区域采用不同压缩率,即对感兴趣区域进行低倍率有损压缩,对背景区域进行高倍率有损压缩;最后通过计算均方误差(mean squared error,MSE)和峰值信噪比(peak signal to noise ratio,PSNR),对该方法进行客观评价.实验结果表明:基于ROI的压缩方法的性能优于一般压缩方法,在获得更高压缩率的前提下,压缩重构图像保持了较高的峰值信噪比,较好地解决了压缩率和图像质量之间的矛盾.     

基于CL多小波变换的图像编码

图像的压缩编码是存储、处理和传输大容量的图像信息的基础,提高图像的压缩效率一直是人们不断追求的目标。对图像进行压缩编码,目前成熟的做法都是在变换域进行。在研究图像的多小波变换的基础上,提出了一种面向传输的图像编码方法:基于CL多小波变换的图像精细可分级编码。实验结果表明,该编码方法是对多小波应用于图像编码很有价值的研究。     

基于稀疏采样的无线多媒体传感网图像压缩算法

为解决无线多媒体传感网存在的网络能耗高、节点性能低以及存储空间小等问题,结合WMSNs的特点引入压缩感知技术,提出了一种基于傅里叶域稀疏采样的分布式多媒体传感网图像压缩算法。该算法考虑多传感器节点的协作性,实现了图像在傅里叶域上的分块自适应压缩采样与传输。通过公开图像数据集中与现有的其他分布式压缩感知算法的仿真对比实验,表明了所提算法不仅能够有效降低重构误差、提高重构图像的质量,而且能更好地适合WMSNs网络低能耗的应用要求。