[发明专利]基于1比特矢量量化的压缩感知多描述编解码方法

说明书

本发明公开一种基于1比特矢量量化的压缩感知多描述编解码方法，它属于图像处理领域。本发明系统包含编码端和解码端两部分，编码端采用随机观测矩阵对信号进行获取并将获取的观测值拆分为两部分，分别进行1比特标量量化和矢量量化。在解码端首先对标量量化值进行反量化解码重构，随后根据获得的重构信号，以迭代的形式采用最大后验概率方法对矢量量化观测值进行估计，最后利用所有解码的观测值信息进行稀疏优化重构出原信号。本发明克服了传统1比特压缩感知量化系统编码效率不高的缺点，同时保留了量化器十分简单的特征并具有鲁棒的传输能力，特别适合于编码器能力不足和传输信道条件较差的应用场合。

技术领域

本发明属于图像采集和处理领域，主要涉及一种新型的图像压缩感知编解码方法。

背景技术

多描述编码(Multiple description coding,MDC)是一种对抗不可靠信道的有效编码方案，可应用于视频编码，军事通信等多个领域。其特征在于将信号编码生成多个独立的码流，每个码流都可以单独解码，从而在某些码流丢失的情况下也可以得到原始信号的一个近似估计，从而实现信息传输的鲁棒特性。传统多描述方案主要包括以下几类：多描述量化，奇偶交织编码，对偶变换等。但无论是哪一种方案，其都面临一个巨大的缺陷，即描述的粒度很低，通常只有2-4个描述，因此每个描述包含很多的数据码字，任何一个码字的丢失都会导致整个描述失效。这一缺点大大限制了其应用的范围，尤其不适用于丢包率较高的信道的应用。

压缩感知(Compressive sensing,CS)作为近年来一种新兴的采样编码方式为多描述编码提供了一种新的选择。压缩感知理论表明，对于稀疏信号可采用随机观测矩阵加以信息采集得到多个观测值，再利用优化重构算法加以高质量信号重建。为此，有文献对基于该理论的压缩感知编码系统进行了研究。其思路为在编码端对信号的随机观测值进行量化以此作为信号的单个描述进行独立传输，并在解码端加以优化解码，从而获得了一种天然的高描述粒度编码方案。但该系统采用的量化方案对于量化精度要求较高，然而在实际系统中，编码器通常受到硬件和能量限制，无法进行如此高精度的量化。

针对此问题，有学者提出了1比特压缩感知量化方法，其采用1比特对每个观测值进行极限量化，从而大大缓解了编码器的硬件压力。在量化阶段，由于只和0值进行一次比较，因此实现非常廉价，但也因此丢失了幅值信息。为了恢复信号，在解码端对每个观测进行了独立约束，并将信号能量约束至单位球上，从而解决了幅值信息丢失的问题。然而，1比特压缩感知具有一个主要缺陷，即信号的编码效率较低，因此如何设计一种即简单又高效的采样编码系统成为一个重要的研究课题。

发明内容

本发明旨在不增加编码端复杂度的前提下，提供一种改进的1比特多描述矢量量化编码方案，有效提升经典1比特量化压缩感知编码系统的编码效率，并有效对抗信道传输中的比特丢失现象，实现鲁棒的信号传输。

本发明的技术原理是：在编码端除了对少量压缩感知观测值进行1比特标量量化外，采用矢量量化器对另一部分压缩感知观测值进行矢量量化，且只进行1比特编码以达到编码效率的提升，而在解码端利用观测值之间的隐含相关特性，根据已解码的观测值逐步估计原观测值的符号信息，最后再利用优化重构算法对信号进行高质量重建。

本发明提供了一种高效鲁棒的1比特压缩感知编解码方法，包括编码和解码系统两个部分，其中在编码端包括以下步骤：

编码端包括：

步骤1：依据压缩感知原理，利用随机观测矩阵A₁对原始信号X观测获得m₁个观测值Y₁＝A₁X并对Y₁进行1比特量化编码得到即将Y₁的每个值与0值进行比较，若为正编码为1，若为负则编码为0；