[发明专利]基于Contourlet变换的压缩感知图像稀疏方法

摘要

本发明公开了一种基于Contourlet变换的压缩感知图像稀疏方法，对经过Contourlet变换的图像系数利用随机高斯矩阵进行观测，得到少量系数，根据这些少量系数，利用正交匹配追踪算法进行重构，再进行Contourlet逆变换得到重构图像。该方法处理图像时，所需数据量少，且恢复图像质量好，对纹理、轮廓等细节信息具有较好的保持能力。采用本发明的基于Contourlet变换的压缩感知图像稀疏方法，相对于基于改进层式DCT的压缩感知编码仍具有多分辨力特性，且图像的压缩效果有显著改善。能有效地捕捉图像的纹理及轮廓细节信息。压缩率较高时对512×512测试图Lena压缩的信噪峰值比可提高4~8dB。

主权项

1.一种基于Contourlet变换的压缩感知图像稀疏方法，该方法对经过Contourlet变换的图像数据的高频部分再经过压缩感知方法处理，低频子带直接作为低频数据传输；在解码过程中做相应的逆变换得到复原图像；其特征在于，编码过程包括如下步骤：(1) 编码器读入原图像数据，对编码器第一层的输入数据即原图像，进行拉普拉斯（LP）变换即进行多尺度分解，变换后图像分为低频部分与高频细节部分；(2) 将高频细节部分利用方向滤波器组（DFB）根据设定的方向数进行多方向分解；(3) 图像经LP分解后得到的低频部分作为第二层的输入数据；剩下的经过方向分解后的高频数据视为第一层数据输出；(4) 对第二层的输入数据作相同变换，产生新的数据即第二层数据又作为第三层的输入数据，依次循环变换下去，直到满足要求的层数；(5) 顶层数据直接作为低频子带系数保持不变，选择合适的M值，构造M×N/2大小的服从（0，1/N）高斯分布的测量矩阵分别对低频子带和高频子带进行测量，得到少量的测量系数；解码过程包括如下步骤：(1) 利用OMP算法分别对测量后的高低频系数矩阵进行重构，并进行DFB与LP逆变换，得到次高层的低频系数；(2) 解码器读入接收到的图像数据，对次高层的高频测量系数进行OMP重构，对重构后的系数进行DFB逆变换；(3) 将变换后的系数与输入的低频系数一起进行LP逆变换得到更低一层的输入数据，依次循环下去，直到最低一层数据； (4) 对第一层图像数据进行DFB和LP逆变换，得到重构图像，至此解码过程结束。