一種基于光學(xué)小波及壓縮感知的圖像壓縮系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開(kāi)了一種基于光學(xué)小波變換和壓縮感知的圖像壓縮方法，包括以下步驟：S1：獲取圖像信號(hào)；S2：采用光學(xué)小波變換獲取圖像信號(hào)的稀疏矩陣；S3：次用隨機(jī)高斯矩陣作為測(cè)量矩陣；S4：利用稀疏矩陣和測(cè)量矩陣通過(guò)計(jì)算機(jī)進(jìn)行并行乘法計(jì)算獲取壓縮新年好；S5：利用貪婪算法中的正交匹配跟蹤算法對(duì)壓縮信號(hào)進(jìn)行解壓縮重構(gòu)圖像。本發(fā)明將光學(xué)小波變換的方法應(yīng)用于圖像或視頻壓縮編碼，結(jié)合壓縮感知理論，采用計(jì)算機(jī)實(shí)現(xiàn)稀疏矩陣和測(cè)量矩陣的并行乘法計(jì)算，實(shí)現(xiàn)實(shí)時(shí)處理功能。該方法運(yùn)用光學(xué)技術(shù)和電學(xué)系統(tǒng)實(shí)現(xiàn)光學(xué)小波變換?；诠鈱W(xué)技術(shù)的響應(yīng)能力、互連并行能力和存儲(chǔ)能力，利用光子作為載體存儲(chǔ)、傳輸和處理信息，能更快速、精確的重構(gòu)信號(hào)。
【專利說(shuō)明】
-種基于光學(xué)小波及壓縮感知的圖像壓縮系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，設(shè)及圖像壓縮技術(shù)，具體地說(shuō)，是一種基于光學(xué)小 波變換及壓縮感知的圖像壓縮方法。
【背景技術(shù)】
[0002] 隨著多媒體技術(shù)和通訊技術(shù)的不斷發(fā)展，多媒體娛樂(lè)、信息高速公路等不斷對(duì)信 息數(shù)據(jù)的存儲(chǔ)和傳輸提出了更高的要求，圖像壓縮技術(shù)顯得越來(lái)越重要。圖像的壓縮主要 包括變換、量化和賭編碼=部分，主要作用分別為去相關(guān)、進(jìn)一步減少數(shù)據(jù)量和用二進(jìn)制編 碼表示。圖像壓縮起源于上世紀(jì)二十年代，第一代圖像編碼技術(shù)（WJPEG為代表)理論W信 息論和數(shù)字信號(hào)處理技術(shù)為基礎(chǔ)，W除去圖像數(shù)據(jù)中的線性相關(guān)性為目的，受限于當(dāng)時(shí)的 技術(shù)，去除冗余信息能力有限，壓縮比收到限制。第二代圖像編碼技術(shù)，打破香濃信息論框 架的局限性，考慮到圖像信息中各種特征和人類的視覺(jué)特性，獲得了高壓縮比。進(jìn)入上世紀(jì) 九十年代后，同時(shí)伴隨著現(xiàn)代圖像傳感器技術(shù)的發(fā)展，圖像壓縮技術(shù)已經(jīng)成為一種"開(kāi)放技 術(shù)"，被廣泛的應(yīng)用與各領(lǐng)域。特別是近幾年，人工神經(jīng)網(wǎng)絡(luò)理論、小波變換理論、分形理論 等的建立，相應(yīng)地使小波變換編碼、分形編碼和模型基編碼成為最具有代表性的第二代圖 像編碼技術(shù)。目前研究最熱的離散余弦變換、小波變換編碼、分形圖像編碼技術(shù)等沒(méi)有充分 考慮人眼視覺(jué)系統(tǒng)，且具有塊效應(yīng)和不能實(shí)時(shí)處理等缺點(diǎn)。
[0003] 從國(guó)際數(shù)據(jù)壓縮技術(shù)的發(fā)展看來(lái)，基于內(nèi)容的圖像壓縮編碼方法是未來(lái)編碼的發(fā) 展趨勢(shì)。其不僅能滿足進(jìn)一步獲得更大的圖像數(shù)據(jù)壓縮比的要求，而且能實(shí)現(xiàn)實(shí)時(shí)處理的 功能。因此，圖像編碼將朝著多模式和跨模式的方向發(fā)展，更多的考慮信息的交互性、可分 級(jí)性、靈活性。隨著數(shù)學(xué)理論、信息論和計(jì)算機(jī)視覺(jué)等的發(fā)展必然會(huì)有功能更全面的更有效 的圖像壓縮編碼技術(shù)的產(chǎn)生。
[0004] 缺點(diǎn)：當(dāng)前的圖像壓縮編碼技術(shù)存在幾何崎形、高頻部分損失、塊效應(yīng)、難W實(shí)時(shí) 壓縮、捜索匹配量大、圖像失真等缺點(diǎn)。
[0005] 所W急需一種能快速、精確處理并重構(gòu)原始圖像信號(hào)的方法。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是提供一種能快速、精確處理并重構(gòu)原始圖像信號(hào)的方法。該方法 將光學(xué)小波變換方法應(yīng)用于圖像或視頻壓縮編碼。結(jié)合壓縮感知理論，采用計(jì)算機(jī)實(shí)現(xiàn)測(cè) 量矩陣的并行乘法運(yùn)算，實(shí)現(xiàn)圖像的重構(gòu)。
[0007] 本發(fā)明的技術(shù)方案是運(yùn)樣的：
[000引本發(fā)明提供的一種基于光學(xué)小波變換及壓縮感知的圖像壓縮方法，包括W下步 驟：
[0009] SI:獲取圖像信號(hào)；
[0010] S2:采用光學(xué)小波變換獲取圖像信號(hào)的稀疏矩陣；
[0011] S3:采用高斯隨機(jī)矩陣作為測(cè)量矩陣；
[0012] S4:利用稀疏矩陣和測(cè)量矩陣通過(guò)計(jì)算機(jī)并行乘法計(jì)算獲取壓縮信號(hào)；
[0013] S5:對(duì)壓縮的圖像信號(hào)進(jìn)行解壓縮重構(gòu)圖像。
[0014] 進(jìn)一步，所述步驟S2中的光學(xué)小波變換，具體步驟如下：
[0015] S21:設(shè)計(jì)光學(xué)小波濾波器組；
[0016] S22:利用光學(xué)小波濾波器組對(duì)圖像信號(hào)進(jìn)行多方向分解。
[0017] 進(jìn)一步，所述步驟S4中的并行乘法計(jì)算壓縮信號(hào)，具體過(guò)程如下：
[0018] S41:在計(jì)算機(jī)中利用matlab軟件生成高斯隨機(jī)矩陣；
[0019] S42:講光學(xué)小波變換后的稀疏矩陣讀入matlab軟件中；
[0020] S43:在matlab中進(jìn)行矩陣相乘，實(shí)現(xiàn)壓縮感知測(cè)量步驟；
[0021] S44:運(yùn)用正交匹配跟蹤算法OMP重構(gòu)圖像。
[0022] 進(jìn)一步，所述圖像信號(hào)進(jìn)行光學(xué)小波變換采用光學(xué)技術(shù)來(lái)實(shí)現(xiàn)，具體如下：
[0023] 將輸入信號(hào)f(x，y)置于輸入面，經(jīng)透鏡^，在頻譜面上將出現(xiàn)其頻譜F(u，v);在頻 譜面上放置光學(xué)小波濾波器iKx，y)的譜的共輛護(hù)(u，v)，則形成F(u，v)護(hù)(u，v);再經(jīng)過(guò)透鏡 L2，在輸出面得到其逆變換，即輸入圖像的光學(xué)小波變換/(f，>'Kx>Cv>')；
[0024] 其中，f為透鏡焦距;P評(píng)面為輸入面;P2平面為頻譜面;P3平面為輸出面，@表示直 積。
[0025] 進(jìn)一步，所述步驟中的S5中的解壓縮采樣正交匹配算法OMP來(lái)重構(gòu)圖像。
[0026] 進(jìn)一步，所述步驟中的S4中的并行乘法計(jì)算實(shí)在計(jì)算機(jī)中進(jìn)行的。
[0027] 本發(fā)明與現(xiàn)有技術(shù)相比有如下優(yōu)點(diǎn)：
[0028] (1)基于光學(xué)方法實(shí)現(xiàn)小波變換，具有光學(xué)信息處理高速、并行和大容量的特征， 與電學(xué)方法相比較，提高信息處理的速度。
[0029] (2)將光學(xué)小波變換和壓縮感知技術(shù)方法應(yīng)用于圖像壓縮技術(shù)，有效的減少了采 樣量，提高圖像壓縮速度，促進(jìn)實(shí)時(shí)動(dòng)態(tài)的圖像壓縮技術(shù)的發(fā)展。
[0030] (3)將傅里葉反射鏡用于光學(xué)圖像處理，相對(duì)于傅里葉透鏡而言，傅里葉反射鏡具 有消色差、使系統(tǒng)光路可折疊、避免透鏡反射造成光能損失的優(yōu)點(diǎn)，能更好地實(shí)現(xiàn)圖像的傅 里葉變換。
【附圖說(shuō)明】
[0031] 為了使本發(fā)明的目的、技術(shù)方案和有點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明做進(jìn) 一步的詳細(xì)描述，其中：
[0032] 圖1為基于光學(xué)小波變換和壓縮感知的的圖像重構(gòu)流程圖；
[0033] 圖2為基于正交匹配跟蹤算法的圖像重構(gòu)流程圖；
[0034] 圖3為典型的光學(xué)4f系統(tǒng)。
【具體實(shí)施方式】
[0035] 下面詳細(xì)介紹本發(fā)明的實(shí)施方式，所述實(shí)施方式的示例在附圖中示出，其中自始 至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參 考附圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對(duì)本發(fā)明的限制。
[0036] 圖1去為基于光學(xué)小波變換和壓縮感知的圖像壓縮圖；圖2為基于光學(xué)小波變換及 壓縮感知的圖像重構(gòu)流程圖；圖3為典型的光學(xué)4f系統(tǒng)，本發(fā)明提供的一種基于光學(xué)小波變 換及壓縮感知的圖像壓縮方法，包括W下步驟：
[0037] SI:獲取圖像信號(hào)；
[0038] S2:采用光學(xué)小波變換獲取圖像信號(hào)的變換矩陣；
[0039] S21:設(shè)計(jì)光學(xué)小波濾波器組；
[0040] S22:利用光學(xué)小波濾波器組對(duì)圖像信號(hào)進(jìn)行多方向分解。
[0041 ] S3:采用高斯隨機(jī)矩陣作為測(cè)量矩陣；
[0042] S4:利用變換矩陣和測(cè)量矩陣通過(guò)計(jì)算機(jī)并行乘法計(jì)算獲取壓縮信號(hào)；
[0043] S41:在計(jì)算機(jī)中利用matlab軟件生成高斯隨機(jī)矩陣；
[0044] S42:講光學(xué)小波變換后的稀疏矩陣讀入matlab軟件中；
[0045] S43:在matlab中進(jìn)行矩陣相乘，實(shí)現(xiàn)壓縮感知測(cè)量步驟；
[0046] S44:運(yùn)用正交匹配跟蹤算法OMP重構(gòu)圖像。
[0047] S5:對(duì)圖像的壓縮信號(hào)進(jìn)行解壓縮重構(gòu)圖像。
[0048] 所述圖像信號(hào)進(jìn)行光學(xué)小波變換采用光學(xué)技術(shù)來(lái)實(shí)現(xiàn)，具體步驟如下：
[0049] 將輸入信號(hào)f(x，y)置于輸入面，經(jīng)透鏡^，在頻譜面上將出現(xiàn)其頻譜F(u，v);在頻 譜面上放置光學(xué)小波濾波器iKx，y)的譜的共輛護(hù)(u，v)，則形成F(u，v)護(hù)(u，v);再經(jīng)過(guò)透鏡 L2，在輸出面得到其逆變換，即輸入圖像的光學(xué)小波變換A.W) ? WvvO .
[0050] 其中，f為透鏡焦距;P評(píng)面為輸入面;P2平面為頻譜面;P3平面為輸出面，孩表示直 積。
[0051] 所述步驟S4中的并行乘法計(jì)算實(shí)在計(jì)算機(jī)中進(jìn)行的。
[0052] 所述步驟S5中解壓縮采用正交匹配跟蹤算法OMP來(lái)重構(gòu)圖像。
[0053] W上所述僅為本發(fā)明的優(yōu)選實(shí)施例，并不用于限制本發(fā)明，顯然，本領(lǐng)域的技術(shù)人 員對(duì)本發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精神和范圍。運(yùn)樣，倘若本發(fā)明的運(yùn)些 修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含運(yùn)些改動(dòng) 和變型在內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于光學(xué)小波及壓縮感知的圖像壓縮系統(tǒng)，其特征在于:包括以下步驟： S1:取得圖像信號(hào)； S2:采用光學(xué)小波變換獲取圖像信號(hào)的變換矩陣； S3:采用高斯隨機(jī)矩陣作為測(cè)量矩陣； S4:利用變換矩陣和測(cè)量矩陣通過(guò)計(jì)算機(jī)并行乘法計(jì)算得到圖像壓縮信號(hào)； S5:對(duì)壓縮的圖像信號(hào)進(jìn)行解壓縮重構(gòu)圖像。2. 根據(jù)權(quán)利要求1所述的基于光學(xué)小波變換的圖像壓縮方法，其特征在于:所述步驟S2 中的光學(xué)小波變換，具體步驟如下： S21:設(shè)計(jì)光學(xué)小波濾波器組； S22:利用光學(xué)小波濾波器組對(duì)圖像信號(hào)進(jìn)行多方向分解。3. 根據(jù)權(quán)利要求2所述的基于光學(xué)小波變換的圖像壓縮方法，其特征在于:所述步驟4 中的計(jì)算機(jī)并行乘法計(jì)算壓縮信號(hào)，具體過(guò)程如下： S41:在計(jì)算機(jī)中利用matlab軟件生成高斯隨機(jī)矩陣； S42:講光學(xué)小波變換后的稀疏矩陣讀入matlab軟件中； S43:在matlab中進(jìn)行矩陣相乘，實(shí)現(xiàn)壓縮感知測(cè)量步驟； S44:運(yùn)用正交匹配跟蹤算法OMP重構(gòu)圖像。4. 根據(jù)權(quán)利要求2所述的光學(xué)小波變換的圖像壓縮方法，其特征在于:所述圖像信號(hào)進(jìn) 行小波變換采用光學(xué)技術(shù)來(lái)實(shí)現(xiàn)，如下： 將輸入信號(hào)f(x，y)置于輸入面，經(jīng)透鏡1^，在頻譜面上將出現(xiàn)其頻譜F(u，v);在頻譜面 上放置光學(xué)小波濾波器Φ(Χ，7)的譜的共輒礦(u，v)，則形成F(u，v)礦(u，v);再經(jīng)過(guò)透鏡L2， 在輸出面得到其逆變換，即輸入圖像的光學(xué)小波變換： 其中，f為透鏡焦距;丹平面為輸入面;P2平面為頻譜面;P3平面為輸出面，逸表示直積。5. 根據(jù)權(quán)利要求1所述的基于光學(xué)小波變換的圖像壓縮方法，其特征在于:所述步驟中 的S5中的解壓縮采用正交匹配算法OMP來(lái)重構(gòu)圖像。6. 根據(jù)權(quán)利要求1所述的基于光學(xué)小波的圖像壓縮方法，其特征在于:所述步驟中的S4 中的并行乘法計(jì)算是在計(jì)算機(jī)中進(jìn)行的。
【文檔編號(hào)】H04N19/63GK105828087SQ201610357716
【公開(kāi)日】2016年8月3日
【申請(qǐng)日】2016年5月26日
【發(fā)明人】韓亮, 劉霞, 蒲秀娟, 程婉琪, 劉亞麗
【申請(qǐng)人】重慶大學(xué)