[发明专利]基于压缩感知的多描述图像编码和解码方法无效

专利信息
申请号: 201110439010.1 申请日: 2011-12-24
公开(公告)号: CN102572427A 公开(公告)日: 2012-07-11
发明(设计)人: 王相海;宋传鸣;程露露 申请(专利权)人: 辽宁师范大学
主分类号: H04N7/26 分类号: H04N7/26;H04N7/32
代理公司: 大连东方专利代理有限责任公司 21212 代理人: 姜玉蓉
地址: 116029 辽宁*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 压缩 感知 描述 图像 编码 解码 方法
【权利要求书】:

1.一种供基于压缩感知的多描述图像编码方法,其特征在于,包括:

步骤1.确定下采样方式,并根据所述下采样方式,进行下采样获得子图像X1的小波系数矩阵K1,子图像X2的小波系数矩阵K2;

步骤2.对所述子图像X1的小波系数矩阵K1进行基于压缩感知的0系数舍弃,获得稀疏小波系数矩阵L1;对所述子图像X2的小波系数矩阵K2进行基于压缩感知的0系数舍弃,获得稀疏小波系数矩阵L2;

步骤3.确定主信息编码码率P1和冗余信息的编码码率P2;

根据所述主信息编码码率P1和冗余编码码率P2,计算主信息观测值M1和冗余信息观测值M2,并生成主信息随机矩阵Z1、冗余信息随机矩阵Z2,其中,主信息观测值M1=主信息编码码率P1×信号的分量数量N;冗余信息观测值M2=冗余编码码率P2×信号的分量数量N,主信息随机矩阵Z1维数为M1×N;冗余信息随机矩阵Z2维数为M2×N;

步骤4.将所述主信息随机矩阵Z1和冗余信息随机矩阵Z2作为观测矩阵,通过计算主信息随机矩阵Z1与主信息稀疏小波系数矩阵L1的乘积,获得主信息观测向量Y1,通过计算冗余信息随机矩阵Z2与主信息稀疏小波系数矩阵L2的乘积,获得冗余信息观测向量Y2;

步骤5.将所述主信息观测向量Y1的奇数位和冗余信息观测向量Y2的偶数位结合,形成描述1信息;将所述主信息观测向量的偶数位和冗余信息观测向量的奇数位结合,形成描述2信息。

2.根据权利要求1所述一种供基于压缩感知的多描述图像编码方法,其特征在于,所述确定下采样方式包括如下步骤:

步骤11.对原始图像进行隔行采样,获得隔行采样子图像A、B;对所述输入图像进行隔列采样,获得隔列采样子图像C、D;

步骤12.对所述隔行采样子图像A、B进行同一小波变换,形成隔行采样图像的小波系数矩阵A1、B1;对所述隔列采样子图像C、D进行同一小波变换,形成隔行采样图像的小波系数矩阵C1、D1

步骤13.分别统计所述小波系数矩阵A1、B1、C1、D1的中包括各子带在内的,感知理论框架中的非零元素的个数,分别获得小波系数矩阵A1、B1、C1、D1对应的非零元素的数量K1、K2、K3、K4

步骤11.如果小波系数矩阵A1、B1、C1、D1对应的非零元素的数量K1、K2、K3、K4不完全相等,则转步骤15;

否则,分别计算小波系数矩阵A1、B1、C1、D1稀疏绝对值的和;

如果小波系数矩阵A1、B1、C1、D1稀疏绝对值的和不完全相等,则采用稀疏绝对值和最小的小波系数矩阵所对应的采样方式;否则,按下式计算图像的行(列)相关系数γk

如果γ1>γ2,选择隔行采样方式,执行步骤16;否则,选择隔列采样方式,执行步骤16;

其中,φk1,φk2,…,φkn是奇数行或列的像素值;是偶数行或列的像素值;是奇数行或列像素的平均值,是偶数行或列像素的平均值;k=1表示奇数,k=2表示偶数;

步骤15.如果所述小波系数矩阵A1、B1、C1、D1对应的非零元素的数量K1、K2、K3、K4的最小值为K1或K2,则选取隔行采样方式,否则,采用隔列采样方式;

步骤16.在主信息和冗余信息中设置采样方式标识字节。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辽宁师范大学,未经辽宁师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201110439010.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top