论文部分内容阅读
近年来,由Caneds和Donoho等人提出的压缩感知理论为实现信号的压缩采样提供了重要的理论基础。不同于传统的Nyquist采样，其采样频率须大于信号最高频率的两倍，压缩感知理论认为：在信号具有稀疏性或可压缩性的条件下，采样信号的比率在远低于Nyquist采样频率时仍可准确地重建原信号。压缩感知理论在信号获取、通信、图像处理、计算机视觉等领域已表现出了良好的应用前景，基于压缩感知的图像压缩也成为当前图像编码领域的研究热点。本文围绕基于压缩感知的图像编码进行了系统深入的学习和研究，重点探讨了图像压缩感知的编码优化方法，以有效提高图像压缩感知表示的测量效率和重建图像质量。论文的主要工作和贡献体现在以下两个方面：(1)研究了基于分块的图像DCT域重加权压缩感知编码方法。针对传统压缩感知的测量矩阵未考虑被测量图像信号结构特点的问题，探讨了基于图像分块DCT变换的编码端重加权压缩采样。通过在编码端引入基于图像变换域成分统计特性的加权测量，有效提高了图像压缩感知的测量效率。(2)研究了一种基于图像DCT域子带能量分布特性的自适应图像压缩感知编码表示方法。结合人眼的视觉特性，在考虑图像子带能量分布特性的基础上，提出采用图像DCT域的子带能量作为加权系数实现图像的自适应加权测量。实验结果表明：本文方法在有效降低计算复杂度的同时，能够更好地增强测量效率，提高重建图像质量。