• 专利标题: 基于测量域显著检测模型的自适应压缩感知图像编码方法
  • 申请号: CN201710159200.5
    申请日: 2017-03-13
  • 公开(公告)号: CN108573509B
    公开(公告)日: 2021-12-07
  • 发明人: 李然刘宏兵刘正辉
  • 申请人: 信阳师范学院
  • 申请人地址: 河南省信阳市南湖路237号信阳师范学院
  • 专利权人: 信阳师范学院
  • 当前专利权人: 信阳师范学院
  • 当前专利权人地址: 河南省信阳市南湖路237号信阳师范学院
  • 主分类号: G06T9/00
  • IPC分类号: G06T9/00
基于测量域显著检测模型的自适应压缩感知图像编码方法
摘要:
本发明公开了基于测量域显著检测模型的自适应压缩感知图像编码方法,其包括步骤:(1)将输入图像x划分为若干互不重叠的图像块xi;(2)设定初始测量次数M0,构造初始块测量矩阵,并对各块实施预测量,获得各块的初始测量向量y0i;(3)利用各块的初始测量向量y0i在测量域实施显著检测,计算各块的归一化块显著度wi;(4)根据归一化块显著度wi,自适应设定各块的测量次数Mi,并根据各块测量次数,构造相应的高斯随机测量矩阵ΦBi,计算各块的测量向量yi;(5)解码端收到各块的测量向量yi,计算yi的长度Mi,重新估算归一化块显著度(6)以归一化块显著度估计值加权图像重建模型的目的函数,建立自适应全局重建模型,并利用梯度投影方法求解该自适应全局重建模型,生成最终的重建图像本发明可有效改善图像主客观重建质量,其整体性能与现有技术相比,获得了较大的率失真性能改善。
0/0