一种基于变焦预观测的先验子块生成方法与流程

本发明涉及一种面向分块压缩感知系统的观测值预测方法，属于图像信号的获取与压缩技术领域。

背景技术：

图像压缩感知能够以较低的采样速率，将目标图像分解成少量的线性观测值，同步地实现图像信号的获取与压缩。作为一种典型的图像压缩感知架构，分块压缩感知(bcs)的测量端将目标图像划分成相等尺寸的非重叠块，采用同一观测矩阵按序对各个块进行独立的压缩采样，随后进行观测值的预测和量化编码，产生数字化的码流。在bcs测量端，观测矩阵的规模不随着目标图像尺寸的增加而增大，从而降低了计算和存储成本，为传输大尺寸图像提供了低功耗方案。若要对目标图像的传感质量进行调整，测量端只需改变观测矩阵的采样率。bcs逐块使用相同的观测矩阵，若当前块的原始像素与相邻块的原始像素相关性较强，那么进行线性投影至低维空间后所得观测值的相关性依然较强，若能在量化之前，消除相邻块观测值之间的相关性，那么率失真性能将得到提升。

bcs观测值预测是指在获得当前块的观测值之后，利用邻域块对当前块的观测值进行预测，然后对残差进行量化和熵编码，以减少码流冗余度。s.mun,j.e.fowler,“dpcmforquantizedblock-basedcompressedsensingofimages,”20theuropeansignalprocessingconference(eusipco),bucharest,2012,pp.1424-1428.将差分脉码调制(dpcm)用于bcs观测值的前后块预测，在观测域对当前块进行预测，并对当前块与候选预测块的观测值残差进行均匀量化，能够提升率失真性能且几乎不增加编码端的复杂度。在此基础上，j.zhang,d.zhao,f.jiang,“spatiallydirectionalpredictivecodingforblock-basedcompressivesensingofnaturalimages,”ieeeinternationalconferenceonimageprocessing,melbourne,2013,pp.1021-1025.提出了空间方向预测编码(sdpc)方法，从多个候选预测块中选择最优的预测块，通过增加一定的复杂度减小了预测残差，从而优化率失真性能。在bcs框架下，现有的观测值预测方法执行前后块或上下块的差分预测过程，若当前块缺乏可用的候选预测块，dpcm或sdpc均会引入“先验子块”，其所有观测值设定为固定值128，并没有利用观测值的非局部相关性。在观测矩阵不变的前提下，bcs需要通过改进观测值的预测机制提高准确度。如何在复杂度相当的前提下提升观测值预测的准确度，仍是一项公开的技术挑战。

技术实现要素：

本发明的目的是：对分块压缩感知(bcs)执行更有效的观测值预测，提升bcs的预测准确度。

为了达到上述目的，本发明的技术方案是提供了一种基于变焦预观测的先验子块生成方法，设测量端准备获取一幅大小为w×w像素的目标图像x，块尺寸为b×b像素，其特征在于，包括以下步骤：

步骤1、控制器根据块尺寸与设定的bcs采样率s设定观测矩阵φb，同时根据目标图像x和块尺寸，设定标准焦距与全景焦距；

步骤2、控制器将目标图像x输入到焦距调整模块，测量端基于变焦镜头执行变焦预观测流程，焦距调整的准则是使得整幅目标图像x刚好落入b×b像素大小的观测范围，随后测量端基于全景焦距，采用观测矩阵φb进行全景观测，获得先验子块yd；

步骤3、对目标图像x执行块划分，分为n＝(w×w)/b²个互不重叠的、大小均为b×b像素的块，n代表目标图像x所有块的总数；

步骤4、测量端采用标准焦距对当前块进行观测，获取当前块的观测值；

步骤5、基于先验子块yd，测量端执行当前块的sdpc观测值预测，对最小预测残差进行量化获得残差量化值，对残差量化值进行熵编码，产生二进制比特流，对码流y进行存储或传输；

步骤6、循环执行步骤4及步骤5直至遍历n个块。

优选地，步骤1中，所述观测矩阵φb是一个m×b²大小的高斯随机矩阵，其中，是均匀分配到每个块的测量数，表示取最接近的整数。

优选地，步骤4中，设当前块为第i个块，对第i个块进行观测时，将第i个块进行矩阵转换得到长度为b²的一维向量xi，则第i个块的观测值向量为：yi＝φb·xi，观测值向量yi大小为m×1。

优选地，步骤5中，设当前块为第i个块，则第i个块残差量化值si的计算过程包括以下步骤：

测量端对观测值向量yi执行sdpc观测值预测，当前块在周围相邻的bcs观测块中，选择可用的候选预测块，然后计算当前块与各候选预测块的相关度，选择具有最大相关度的候选预测块，并获得该候选预测块的观测值向量yi^p，将观测值向量yi减去观测值向量yi^p，得到第i个块的最小预测残差di：di＝yi-yi^p，最后，测量端对最小预测残差di执行标量量化，获得残差量化值si：si＝q[di]，q[·]为标量量化函数。

相比于现有技术，本发明具有如下优点：

针对分块压缩感知的测量端，本发明提出了一种基于变焦预观测的先验子块生成方法，不需要将信号分布作为先验知识，通过引入变焦预观测流程，使得更多块能充分利用非局部的空域相关性，以提升预测准确度。所提方法避免了现有观测值预测方法无法处理大量边缘块的问题，始终为当前块提供可用的候选预测块。所提方法在保持测量端较低复杂度的前提下，能够使图像压缩感知系统的观测值预测获得更高的准确度，进一步有效降低了码率。

附图说明

图1是基于变焦预观测的测量端功能模块图；

图2是所提方法的基本流程图。

具体实施方式

下面结合附图，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

测量端准备获取一幅大小为w×w像素的目标图像x，块尺寸为b×b像素。s为设定的bcs采样率，观测矩阵φb是一个m×b²大小的高斯随机矩阵，其中是均匀分配到每个块的测量数，符号表示取最接近的整数。bcs测量端依次对每个块独立地进行观测，减少了测量端的存储量和运算复杂度。相比于现有的bcs测量端，测量端新增了控制器、焦距调整、全景观测等功能模块，图1给出了基于变焦预观测的测量端功能模块图。对于目标图像x，控制器首先转入变焦预观测流程，焦距调整的准则是使得整幅图像刚好落入b×b像素大小的观测范围，随后执行全景观测，获取先验子块yd；接下来，控制器转而依次对各个块进行观测，并执行sdpc观测值预测。对于当前块，候选预测块是指从当前块的邻域中选取一个或多个相邻块，相关度可采用向量相关系数等度量准则；在一组候选预测块中选取具有最大相关度的最佳预测块，对最小预测残差进行量化与熵编码，产生二进制比特流，对码流y进行存储或传输。重建端在收到码流数据后，可选用任意一种图像重构算法进行恢复。

所提方法的基本流程如图2所示，测量端的控制器根据块尺寸与采样率设定观测矩阵φb，并根据目标图像与块尺寸，设定标准焦距与全景焦距。测量端首先执行变焦预观测流程，焦距调整模块利用变焦镜头，缩短至全景焦距的观测范围xd，采用观测矩阵φb进行全景观测，获得先验子块yd，提供给后续的sdpc观测值预测。接下来，测量端对目标图像x进行块分划分，分为n＝(w×w)/b²个互不重叠的、大小均为b×b像素的块，n代表该幅图像所有块的总数。对于目标图像中的n个块，其观测值预测的先后次序和残差计算机制会影响最终的率失真性能。每个块均使用相同的观测矩阵φb，若每个块按行拉成1维列向量，即将每个块排列为b²×1的列向量，i代表块的索引，i∈{1,2,…,n}，令xi代表对第i个块进行矩阵转换得到的一维向量，长度为b²。测量端基于标准焦距，依次对第i个块xi进行独立观测，则xi的输出可以表示为：yi＝φb·xi，其中，yi是xi的观测值向量，大小为m×1。由于图像中相邻块具有较强的相关性，相邻块在观测域中也存在很强的相关性，故引入观测值预测可以消除观测值向量的冗余。测量端对观测值向量yi执行sdpc观测值预测，当前块在周围相邻的bcs观测块中，选择可用的候选预测块，然后计算当前块与各候选预测块的相关度，选择具有最大相关度的候选预测块，并获得该最佳预测块的观测值向量yi^p，将当前块的观测值向量yi减去yi^p，得到当前块的最小预测残差：di＝yi-yi^p。最后，测量端对最小预测残差执行标量量化，获得残差量化值：si＝q[di]，残差量化值si传入熵编码器进行编码后得到压缩数据比特流，从而完成目标图像的观测编码，生成传输或存储的码流。