基于自适应多方向稀疏模型的量化噪声均衡化图像-北京工业大学学报.PDF

第40卷 第4期 北 京 工 业 大 学 学 报 Vol.40 No.4 2014年 4月 JOURNAL OF BEIJING UNIVERSITY OFTECHNOLOGY Apr. 2014 基于自适应多方向稀疏模型的量化噪声 均衡化图像解码方法 张摇 臻,施云惠,尹宝才 (北京工业大学 计算机学院,北京摇 100124) 摘摇 要:针对量化带来的非一致噪声,基于压缩感知理论,建立了基于量化噪声均衡化模型的图像优化解码方案. 针对图像信号纹理的多方向特征,构建了自适应多方向稀疏表示模型. 实验结果表明:以变换系数为观测数据,通 过基于自适应多方向稀疏模型的量化噪声均衡化解码方法可以较大幅度地提高图像重建质量. 关键词:压缩感知;多方向稀疏算子;均衡化噪声模型 中图分类号:TP309 文献标志码:A 文章编号:0254-0037(2014)04-0528-07 Image Reconstruction Based on Compressive Sensing With Equalization Quantization Noise Model and Multi鄄direction Model ZHANGZhen,SHI Yun鄄hui,YIN Bao鄄cai (College of Computer Science,Beijing University of Technology,Beijing 100124,China) Abstract:Anerrorestimatemethodbasedonequalizationquantizationnoisemodelwasproposedfornon鄄 uniform quantization noise in image codec. With designed equalization matrix,a norm constraint which could enhancethequality of CSrecovery significantlywasshown. Furthermore,for directionaltexturesof images,amulti鄄directionoperatorwhichcouldenhancethequality of CSoptimizerecoverywasshown. A CS鄄based JPEG decoding scheme based on quantization error estimate and multi鄄direction operator was also presented, and experimental evidence exhibits more gains over CS reconstruction without error estimation and multi鄄direction operator. Key words:compressive sensing;multi鄄direction operator;equalization noise model 摇 摇 近年来,针对图像的压缩编码,涌现出许多得到 知理论 (compressive sensing/ compressed sampling, 广泛应用的压缩编码标准,如JPEG 和JPEG2000. CS)表明:对于在某个基底下稀疏的信号,可以利用 这些标准的一个共同特点是:它们都利用变换(离 优化方法由与稀疏基非一致的观测矩阵生成的少量 散余弦变换或小波变换)去除图像信号的冗余,利 观测数据精确重建. 由于压缩感知方法利用了“混 用量化对变换系数进行压缩;