专利名称：一种基于光学轮廓波变换的图像压缩方法
技术领域：
本发明涉及一种图像视频压缩领域，特别涉及一种基于光学轮廓波变换的新型图像压缩方法。
背景技术：
随着信息网络化的发展，人们对图像的存储和通信的需求越来越大，数据量也越来越大，图像压缩技术显得越来越重要。图像的压缩主要包括变换、量化和熵编码三部分，主要作用分别为去相关、进一步减少数据量和用二进制编码表示。图像压缩起源于上世纪二十年代，第一代图像编码技术(以JPEG为代表)理论以信息论和数字信号处理技术为基础，以除去图像数据中的线性相关性为目的，受限于当时的技术，去除冗余信息能力有限，压缩比受到限制。第二代图像编码技术，打破香农信息论框架的局限性，考虑到图像信息中各种特征和人类的视觉特性，获得了高压缩比。进入上世纪九十年代后，同时伴随着现代图像传感器技术的发展，图像压缩技术已经成为一种“开放技术”，被广泛的应用于各领域。特别是近几年，人工神经网络理论、小波变换理论、分形理论等的建立，相应地使小波变换编码、分形编码和模型基编码成为最具有代表性的第二代图像编码技术。目前研究最热的离散余弦变换、小波变换编码、分形图像压缩编码技术等没有充分考虑人眼视觉系统，且具有块效应和不能实时处理等缺点。从国际数据压缩技术的发展来看，基于内容的图像压缩编码方法是未来编码的发展趋势。其不仅能满足进一步获得更大的图像数据压缩比的要求，而且能实现实时处理的功能。因此，图像编码将朝着多模式和跨模式的方向发展，更多的考虑信息的交互性、可分级性、灵活性。随着数学理论、信息论和计算机视觉等的发展必然会有功能更全面的更有效的图像压缩编码技术的产生。缺点当前的图像压缩编码技术存在几何畸形、高频部分损失、块效应、难以实时压缩、搜索匹配量大、图像失真等缺点。因此急需一种能实时、快速、精确处理并重构原始图像信号的方法。
发明内容
有鉴于此，本发明所要解决的技术问题是提供一种能实时、快速、精确处理并重构原始图像信号的方法。该方法将光学轮廓波变换方法应用于图像或视频压缩编码。结合压缩感知理论，采用FPGA矩阵并行计算算法实现测量矩阵的并行，实现图像的重构。本发明的目的是这样实现的
本发明提供的一种基于光学轮廓波变换的图像压缩方法，包括以下步骤
S1:获取图像信号；
52:采用光学轮廓波变换获取图像信号的稀疏矩阵；
53:采用高斯随机矩阵作为测量矩阵；
54:利用稀疏矩阵和测量矩阵通过并行乘法计算获取压缩信号；S5:对图像的压缩信号进行解压缩重构图像。进一步，所述步骤S2中的光学轮廓波变换，具体步骤如下
521:利用塔式滤波器组对图像信号进行多尺度分解；
522:利用方向滤波器组对得到的各带通子带图像信号进行方向分解。进一步，所述步骤S4中的并行乘法计算压缩信号，具体过程如下
541:把高斯随机测量矩阵预先放入FPGA可编程门阵列的ROM中；
542:把稀疏矩阵串行输入并存储在RAM中并将稀疏矩阵分块处理；
543:运用正交匹配跟踪算法OMP重构图像。 进一步，所述图像信号进行多尺度分解采用光学技术来实现，具体步骤如下 将输入图像/fcjO置于输入面，经透镜桑,在频谱面上将出现其谱F(Itv);在频谱面
上放置轮廓波滤波器# Cty)的谱的共轭炉,则形成F(Itv);再经过透镜Z2,
在输出面得到其逆变换，即输入图像的轮廓波变换/Cu) ；
其中，为透镜焦距；F1平面为输入面P2干面为频谱面；马平面为输出面。进一步，所述步骤S5中的解压缩采用正交匹配跟踪算法OMP来重构图想。进一步，所述步骤S4中的并行乘法计算是在FPGA中进行的。本发明的优点在于本发明将光学轮廓波变换方法应用于图像或视频压缩编码，结合压缩感知理论，采用FPGA矩阵并行计算算法实现测量矩阵的并行，实现实时处理功能，更快速、精确的重构原始信号。本发明采用匹配滤波法实现轮廓波变换，所需输入的是多尺度几何分析的频域形式，建立非自适应多尺度几何分析方法；运用压缩感知正交匹配跟踪算法OMP算法重构图像，客观评价重构图像质量。该方法运用光学技术和电学系统综合实现光学轮廓波变换。由于光学技术具有极快的响应能力、极强的互连能力与并行能力，以及存储能力，利用光子作为信息载体存储、传输和处理信息，因此能够实现实时处理。
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中
图1为基于光学轮廓波变换的图像压缩重构流程 图2为基于正交匹配跟踪算法的图像重构流程 图3为典型的光学4/系统。
具体实施例方式以下将结合附图，对本发明的优选实施例进行详细的描述；应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。图1为基于光学轮廓波变换的图像压缩流程图，图2基于光学轮廓波变换的图像重构流程图，图3为典型的4 /系统，如图所示本发明提供的一种基于光学轮廓波变换的图像压缩方法，包括以下步骤
S1:获取图像信号； S2:采用光学轮廓波变换获取图像信号的稀疏矩阵；所述步骤S2中的光学轮廓波变换，具体步骤如下
S21 :利用塔式滤波器组对图像信号进行多尺度分解；
S22:利用方向滤波器组对得到的各带通子带图像信号进行方向分解。S3 :采用高斯随机矩阵作为测量矩阵；
S4:利用稀疏矩阵和测量矩阵通过并行乘法计算获取压缩信号；所述步骤S4中的并行乘法计算压缩信号，具体过程如下
541:把高斯随机测量矩阵预先放入FPGA可编程门阵列的ROM中；
542:把稀疏矩阵串行输入并存储在RAM中并将稀疏矩阵分块处理；
543:运用正交匹配跟踪算法OMP重构图像。所述图像信号进行多尺度分解采用光学技术来实现，具体步骤如下
将输入图像/fcjO置于输入面，经透镜桑，在频谱面上将出现其谱;在频谱面上放置轮廓波滤波器的谱的共轭炉,则形成F(Itv) r1*tv);再经过透镜Z2 ,在输出面得到其逆变换，即输入图像的轮廓波变换/fci) ；
其中/力透镜焦距；P1平面为输入面巧干面为频谱面；马平面为输出面， 表示直积。所述步骤S5中的解压缩采用正交匹配跟踪算法OMP来重构图像。所述步骤S4中的并行乘法计算是在FPGA中进行的。在实际的应用中，FPGA的设计还需要考虑光学系统的缩放率以及CCD的像素尺寸等参数。S5 :对图像的压缩信号进行解压缩重构图像。以上所述仅为本发明的优选实施例，并不用于限制本发明，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
权利要求
1.一种基于光学轮廓波变换的图像压缩方法，其特征在于包括以下步骤 S1:获取图像信号； 52:采用光学轮廓波变换获取图像信号的稀疏矩阵； 53:采用高斯随机矩阵作为测量矩阵； 54:利用稀疏矩阵和测量矩阵通过并行乘法计算获取压缩信号； 55:对图像的压缩信号进行解压缩重构图像。
2.根据权利要求1所述的基于光学轮廓波变换的图像压缩方法，其特征在于所述步骤S2中的光学轮廓波变换，具体步骤如下 S21 :利用塔式滤波器组对图像信号进行多尺度分解； S22:利用方向滤波器组对得到的各带通子带图像信号进行方向分解。
3.根据权利要求2所述的基于光学轮廓波变换的图像压缩方法，其特征在于所述步骤S4中的并行乘法计算压缩信号，具体过程如下 541:把高斯随机测量矩阵预先放入FPGA可编程门阵列的ROM中； 542:把稀疏矩阵串行输入并存储在RAM中并将稀疏矩阵分块处理； 543:运用正交匹配跟踪算法OMP重构图像。
4.根据权利要求2所述的基于光学轮廓波变换的图像压缩方法，其特征在于所述图像信号进行多尺度分解采用光学技术来实现，具体步骤如下 将输入图像/fef)置于输入面，经透镜矣，在频谱面上将出现其谱Ffev);在频谱面上放置轮廓波滤波器PfcJd的谱的共轭炉,则形成F(M1V) ψ*(Μ,ν);再经过透镜Z2 ,在输出面得到其逆变换，即输入图像的轮廓波变换/(H) ； 其中，/为透镜焦距；巧平面为输入面，乓平面为频谱面；马平面为输出面。
5.根据权利要求1所述的基于光学轮廓波变换的图像压缩方法，其特征在于所述步骤S5中的解压缩采用正交匹配跟踪算法OMP来重构图像。
6.根据权利要求1所述的基于光学轮廓波变换的图像压缩方法，其特征在于所述步骤S4中的并行乘法计算是在FPGA中进行的，以实现实时处理。
全文摘要
本发明公开了一种基于光学轮廓波变换的图像压缩方法，包括以下步骤S1获取图像信号；S2采用光学轮廓波变换获取图像信号的稀疏矩阵；S3采用高斯随机矩阵作为测量矩阵；S4利用稀疏矩阵和测量矩阵通过并行乘法计算获取压缩信号；S5利用贪婪算法中的正交匹配跟踪算法对压缩信号进行解压缩重构图像。本发明将光学轮廓波变换方法应用于图像或视频压缩编码，结合压缩感知理论，采用FPGA并行算法实现稀疏矩阵和测量矩阵的并行乘法计算，实现实时处理功能。该方法运用光学技术和电学系统实现光学轮廓波变换。基于光学技术的响应能力、互连并行能力和存储能力，利用光子作为载体存储、传输和处理信息，能更快速、精确的重构信号。
文档编号G06T11/00GK102982563SQ201210534230
公开日2013年3月20日 申请日期2012年12月12日 优先权日2012年12月12日
发明者尹宏鹏, 柴毅, 刘兆栋 申请人:重庆大学