【摘 要】
：
压缩感知理论是近几年新兴起来的一门理论,它在保证信息不损失的情况下,采用远低于奈奎斯特采样定理所要求的采样频率对信号进行采样,并且对信号进行精确重构,成为图像处理领
论文部分内容阅读
压缩感知理论是近几年新兴起来的一门理论,它在保证信息不损失的情况下,采用远低于奈奎斯特采样定理所要求的采样频率对信号进行采样,并且对信号进行精确重构,成为图像处理领域的热点。本文在大量阅读国内外文献的基础上,对各种基于压缩感知的图像编码和重构算法进行了深入研究,提出了基于压缩感知的图像自适应编码算法和基于最小全变分准则的图像分块重构算法,并针对图像序列帧间冗余,提出了相应的图像序列自适应编码算法。由于图像各个块在变换域的稀疏程度不同,对图像进行固定采样率的压缩编码时,低采样率很难保证图像各块都具有较高的重构质量,而高采样率又会造成资源的浪费。为了解决上述问题,本文提出了一种基于压缩感知的图像自适应编码算法,该算法首先判断图像各块在DCT域的稀疏度,然后根据判断结果对图像各块进行自适应的压缩采样,从而确保图像在较低采样率下能获得较高的重构质量。基于分块思想对图像进行重构可有效提高重构速度,但同时会带来较强的块效应,因此本文提出了一种基于最小全变分准则的图像分块重构算法。该算法将基于整幅图像时梯度计算方法进行改进,充分利用已重构块的边界像素信息,从而有效消除了图像的块效应。对图像序列进行编码时,由于图像序列各帧之间存在较多的冗余信息,本文从序列帧间残差的角度出发,提出一种针对帧间残差的自适应编码算法,该算法尤其适用于运动缓慢的序列,能够保证重构序列主客观质量的同时,最大程度的减少采样数据,提高压缩效率。
其他文献
随着大数据时代的到来,人们对高清图像的需求也越来越高。图像超分辨率研究的内容是如何通过单张或多张低分辨率模糊图像并结合相关的图像先验信息来重建符合人类视觉感受的
无线传感器网络WSNs (Wireless Sensor Networks)是由大量廉价的具有无线通信能力和计算能力的微型传感器节点构成,部署在无人值守的监控区域,通过相互协作自主完成指定的监
运动目标检测与跟踪是智能视觉监控的基础与前提，其在交通、军事、工业以及医学等各个领域具有广泛的应用前景。其中，静态场景下的运动目标检测与跟踪是应用最广泛的一个研究热
近年来，随着多媒体业务和互联网的泛在接入等需求的发展，传统无线通信网络难以满足终端用户所需的吞吐量和服务质量。协作通信技术因其在扩大覆盖范围、提高吞吐量、传输可靠性
通信行业的飞速发展给人们的生活带来了方方面面的便利,但其本身的高能耗也对环境产生了严重的负面影响。绿色通信以节能减排,构成低排放、低能耗、高效率的通信为目标,是绿
随着当今数字化进程的推进，多媒体以及通信行业在日常生活中的应用都有着飞速的发展，数字视频、图像逐渐成为信息交互的主流媒体，各种数字化视频与图像无处不在，对应的数据量不断
在数字图像处理中，均匀离散曲波变换(Uniform Discrete CurveletTransform UDCT)是一种新的多分辨率分析工具，利用各系数之间的关系为UDCT系数建立合适的模型，并为其选取合适的
近年来,随着无线通信应用的多样化,频谱资源越来越紧缺。为了缓解TD-LTE系统的频谱短缺问题,可利用认知无线电技术使TD-LTE系统与UHF(Ultra High Frequency)频段的广播电视系
随着移动互联时代的到来，用户物理空间行为和网络空间角色发生巨大变化。首先，在物理空间由静到动：用户的上网习惯由有线固定向无线移动转变，如何保证无线移动环境下良好的视频体
3GPP LTE Release-11中将C-RAN（Cloud-Radio Access Network）架构作为下一代无线接入网演进的标准之一。它融合了集中式处理，云计算，分布式天线等技术，在功率节省，系统覆盖，干扰抑制