一種基于壓縮感知理論的圖像壓縮方法
【專利摘要】本發(fā)明公開了一種基于壓縮感知理論的圖像壓縮方法，它是通過圖像下采樣、插值和壓縮感知理論相結(jié)合，圖像的下采樣過程是為了降低圖像的分辨率，從而間接提高壓縮感知采樣的采樣率，而圖像的插值主要作為最優(yōu)化下采樣的理論指導(dǎo)，以插值為指導(dǎo)的下采樣過程，使產(chǎn)生的低分辨圖像充分包含了原始高分辨圖像的信息，保證在重建時能通過重建出的低分辨率信號插值得到質(zhì)量較好的高分辨率圖像信號。與現(xiàn)有的方法相比,本發(fā)明利用高分辨率和低分辨率圖像之間的轉(zhuǎn)換關(guān)系，將對高分辨率圖像的壓縮感知采樣轉(zhuǎn)化為對低分辨率圖像的壓縮感知采樣，從而間接提高了樣本采樣率，因此能夠克服現(xiàn)有方法采樣和重建效率較低的缺點。
【專利說明】
一種基于壓縮感知理論的圖像壓縮方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理領(lǐng)域，主要涉及一種新型的基于壓縮感知理論的圖像壓縮方 法。
【背景技術(shù)】
[0002] 壓縮感知理論指出：對于稀疏信號，可以在采樣頻率遠低于奈奎斯特采樣頻率的 條件下，利用對它進行隨機采樣得到少量采樣樣本進行完整重建，詳細內(nèi)容參見'°'。該方法 對信號進行采樣的同時，也完成了對信號的壓縮，因此是一種高效的數(shù)據(jù)處理過程，目前， 基于壓縮感知理論的圖像壓縮包含三個重要方面:信號的稀疏表示、信號的壓縮采樣和信 號的重建。在實際應(yīng)用中，原始的圖像信號首先經(jīng)過離散余弦變換或離散小波變換，得到稀 疏的表達形式，再經(jīng)過隨機采樣得到觀測樣本，由此完成對原始圖像信號的采樣和壓縮。而 圖像信號的重建一般需要利用采樣樣本，通過求解有約束的優(yōu)化問題實現(xiàn)。最常用的基于 壓縮感知理論的圖像壓縮是將圖像進行分塊后再進行壓縮采樣以及重建，由此而降低算法 的復(fù)雜度，詳細內(nèi)容參見"Block compressed sensing of natural images"。不過，當(dāng)前的 壓縮感知算法在對圖像信號進行壓縮感知采樣和信號重建時，由于缺少高效的采樣策略和 重建算法，導(dǎo)致整體性能不高，由此限制了這一理論在圖像壓縮方面的應(yīng)用。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明將圖像下采樣、插值和壓縮感知理論相結(jié)合，提供了一種新型的基于壓縮 感知理論的圖像壓縮方法。與現(xiàn)有的方法相比，本發(fā)明利用高分辨率和低分辨率圖像之間 的轉(zhuǎn)換關(guān)系，將對高分辨率圖像的壓縮感知采樣轉(zhuǎn)化為對低分辨率圖像的壓縮感知采樣， 從而間接提高了樣本采樣率，因此能夠克服現(xiàn)有方法采樣和重建效率較低的缺點。
[0004] 為了方便描述本發(fā)明的內(nèi)容，首先做以下術(shù)語定義：
[0005] 定義1，標(biāo)準的無重疊式圖像分塊方法
[0006]標(biāo)準的無重疊式圖像分塊方法按照JPEG標(biāo)準中對圖像進行分塊的方法，將原始圖 像劃分為多個互不重疊的等尺寸圖像塊，具體描述過程參見"JPEG(Joint Photographic Experts Group): IS0/IEC IS 10918- 1/ITU-T Recommendation T.81,Digital Compression and Coding of Continuous-Tone Still Image,1993"；
[0007] 定義2,標(biāo)準的二維離散余弦變換
[0008] 標(biāo)準的二維離散余弦變換是將原始的二維數(shù)據(jù)先左乘一個余弦變換矩陣，然后再 右乘該變換矩陣的轉(zhuǎn)置矩陣，最終得到變換后的二維數(shù)據(jù)，具體步驟參見文獻"Discrete cosine and sine transforms : general properties, fast algorithms and integer approximations"；
[0009] 定義3，標(biāo)準的矩陣轉(zhuǎn)化為列向量的方法
[0010] 標(biāo)準的矩陣轉(zhuǎn)化為列向量的方法是將原矩陣內(nèi)的每個列向量按照從左到右的順 序依次取出，然后按照從上到下的順序組成一個一維列向量的方法。
[0011] 定義4,標(biāo)準的產(chǎn)生壓縮感知采樣矩陣的方法
[0012] 標(biāo)準的產(chǎn)生壓縮感知采樣矩陣的方法，是根據(jù)設(shè)定的采樣率，產(chǎn)生隨機采樣矩陣 的方法。
[0013] 定義5,標(biāo)準的生成雙三次插值矩陣的方法
[0014] 標(biāo)準的生成雙三次插值矩陣的方法，是按照雙三次插值的方法，在一維空間生成 插值矩陣的方法，具體步驟參見文獻"Interpolation-dependent image downsampling" ；
[0015] 定義6,標(biāo)準的生成離散余弦變換矩陣的方法
[0016] 標(biāo)準的生成離散余弦變換矩陣的方法是按照離散余弦變換的定義對變換矩陣中 的每個元素進行賦值的方法，具體步驟參見文獻"Discrete cosine and sine transforms: general properties,fast algorithms and integer approximations"；
[0017] 定義7，標(biāo)準的矩陣Kronecker乘法
[0018] 標(biāo)準的矩陣Kronecker乘法表示為其中，?表示Kronecker乘法算子，A是 大小為mX η的矩陣，并且
[0019]
[0020] Β是大小為ρ X q的矩陣，C是大小為mp X nq的矩陣，
[0021]
[0022]具體描述過程參見文獻"矩陣分析與應(yīng)用(第2版)"，張賢達著，清華大學(xué)出版社； [0023]定義8,標(biāo)準的壓縮感知采樣
[0024]標(biāo)準的壓縮感知采樣，是按照壓縮感知采樣的定義，用采樣矩陣左乘待采樣向量 而產(chǎn)生采樣樣本向量的方法，具體步驟參見文獻"Block compressed sensing of natural images"。
[0025]定義9，標(biāo)準的基于正交匹配追蹤的稀疏信號重建法
[0026]標(biāo)準的基于正交匹配追蹤的稀疏信號重建法是通過迭代重建算法對原始信號進 行重建的方法。在每次迭代的過程中，那些能夠?qū)υ夹盘栠M行稀疏表示的最匹配原子被 選定并進行正交化的處理，經(jīng)過一定次數(shù)的迭代，原始信號就可以由測量矩陣的若干原子 線性表示出來，由此完成信號的重建。具體步驟參見文獻"Orthogonal matching pursuit: recursive function approximation with applications to wavelet decomposition"。
[0027] 定義10,標(biāo)準的列向量轉(zhuǎn)化為矩陣的方法
[0028] 標(biāo)準的列向量轉(zhuǎn)化為矩陣的方法是根據(jù)目標(biāo)矩陣的大小，每次從原始的列向量中 取出固定數(shù)目的元素，按照從上到下，從左到右的順序組成矩陣的方法；
[0029]定義11，標(biāo)準的二維離散余弦反變換
[0030]標(biāo)準的二維離散余弦反變換是將原始的二維數(shù)據(jù)先左乘一個余弦變換矩陣的逆 矩陣，然后再右乘該余弦變換矩陣，最終得到變換后的二維數(shù)據(jù)，具體步驟參見文獻 "Discrete cosine and sine transforms:general properties,fast algorithms and integer approximations"；
[0031]定義12,標(biāo)準的圖像塊合成圖像的方法
[0032]標(biāo)準的圖像塊合成圖像的方法是按照JPEG標(biāo)準中用圖像塊進行相互不重疊組合 以合成完整圖像的方法，具體描述過程參見"JPEG(Joint Photographic Experts Group): IS0/IEC IS10918-1/ITU-T Recommendation T.81,Digital Compression and Coding of Continuous-Tone Still Image,1993"；
[0033] 本發(fā)明提供了一種基于壓縮感知理論的圖像壓縮方法，它包括以下幾個步驟，如 附圖1所示：
[0034] 步驟1，原始圖像的預(yù)處理
[0035] 將分辨率為WXH的原始圖像，按照標(biāo)準的無重疊式圖像分塊方法劃分為N=(wX h)/n2個互不重疊的，大小為ηΧη的正方形圖像塊，記為bi，b2,…，bi，…，bN，這里w代表原始 圖像的寬度，h代表原始圖像的高度，N代表所產(chǎn)生的圖像塊的個數(shù)，η代表所產(chǎn)生的每個正 方形圖像塊的寬度或高度，i代表圖像塊的索引，ie {1，2，···，Ν};
[0036] 步驟2,對圖像塊進行二維離散余弦變換
[0037]對步驟1產(chǎn)生的圖像塊h，b2，…，bi，…，bN，依次進行標(biāo)準的二維離散余弦變換，將 變換后產(chǎn)生的系數(shù)矩陣分別記為…，Bi，…，Bn，這里m，B2,…，的大小均為nX n，n代表所產(chǎn)生的每個正方形圖像塊的寬度或高度；
[0038]步驟3,將系數(shù)塊轉(zhuǎn)化為列向量
[0039] 將步驟2產(chǎn)生的系數(shù)矩陣m，B2，…，Bi，…，Bn，依次按照標(biāo)準的矩陣轉(zhuǎn)化為列向量 的方法轉(zhuǎn)化成列向量，記為Χι，X2，…，Xi，…，Xn，這里Χι，X2，…，Xi，…，Xn的大小均為η 2 X 1，n 代表所產(chǎn)生的每個正方形圖像塊的寬度或高度；
[0040] 步驟4，產(chǎn)生壓縮感知采樣矩陣
[0041] 首先，將標(biāo)準的針對整個圖像的壓縮感知采樣率記為r;按照標(biāo)準的產(chǎn)生壓縮感知 采樣矩陣的方法產(chǎn)生一個大小為mX(n2/4)的采樣矩陣Φ，這里，》Krw 2」,并且m〈n2,這里， 符號" U "表示對符號內(nèi)的數(shù)按照四舍五入的方式取最接近于它的整數(shù)；
[0042]接著，按標(biāo)準的生成雙三次插值矩陣的方法產(chǎn)生的大小一個大小為η2 X (n2/4)的 插值矩陣，記為Η;
[0043] 其次，用Η產(chǎn)生一個下采樣矩陣，記為D，D=(HT · ΗΓ1 · Ητ，這里，符號"Τ"表示矩陣 的轉(zhuǎn)置操作，D是一個大小為(η2/4)Χη 2的矩陣；
[0044] 然后，按照標(biāo)準的生成離散余弦變換矩陣的方法產(chǎn)生一個大小為η2 X η2的離散余 弦變換矩陣，記為C;
[0045] 最后，用Φ、D和C產(chǎn)生一個新的壓縮感知采樣矩陣，記為Ψ，? C-1 )，這 里，符號"?"標(biāo)準的矩陣Kronecker乘法，Ψ是一個大小為m X η2的矩陣。
[0046] 步驟5,對列向量進行壓縮感知采樣
[0047] 使用步驟4產(chǎn)生的采樣矩陣Ψ，按照標(biāo)準的壓縮感知采樣方法對步驟2產(chǎn)生的列向 量Χι，Χ2,…，Xi，···，Χν分別進行米樣，將米樣得到的樣本向量記為Υι，Υ2,…，Yi，…，Υν，這里 Υι，Y2，…，Yi，…，Yn的大小均為m X 1，.冊=L.r·/!2J
[0048] 步驟6，采樣數(shù)據(jù)的重建
[0049] 用標(biāo)準的基于正交匹配追蹤的稀疏信號重建法，對步驟5得到的樣本向量Yi， Y2,…，Yi，…，Y N分別進行重建，將重建得到的向量記為…，Zi，…，ZN，這里ZhZy， Zi，'"，Z N的大小均為η2Χ1;
[0050] 步驟7,列向量轉(zhuǎn)化為系數(shù)矩陣
[0051 ]用標(biāo)準的列向量轉(zhuǎn)化為矩陣的方法將步驟6產(chǎn)生的列向量Ζι，Z2,…，Zi，…，Zn分別 轉(zhuǎn)化為系數(shù)矩陣Ai，A2，···，Ai，···，An，這里Αι，Α2,…，Ai，···，An的大小均為ηΧη;
[0052] 步驟8,對重建系數(shù)矩陣進行二維離散余弦反變換
[0053] 用標(biāo)準的二維離散余弦反變換對步驟7產(chǎn)生的系數(shù)矩陣^，Α2，…，Ai，…，An依次進 行二維離散余弦反變換，將產(chǎn)生的重建圖像塊分別記為Ri，R2，…，Ri，…，Rn，這里Ri，R2，…， Ri，'"，RN的大小均為ηΧη;
[0054] 步驟9,圖像重建
[0055]對于步驟8產(chǎn)生的重建圖像塊Ri，R2，…，Ri，…，Rn，采用標(biāo)準的圖像塊合成圖像的 方法合成，得到完整的重建圖像。
[0056] 本發(fā)明的基本原理：圖像的下采樣過程是為了降低圖像的分辨率，從而間接提高 壓縮感知采樣的采樣率，而圖像的插值主要作為最優(yōu)化下采樣的理論指導(dǎo)，保證在重建時 能通過重建出的低分辨率信號插值得到質(zhì)量較好的高分辨率圖像信號。
[0057] 本發(fā)明的實質(zhì)是：以插值為指導(dǎo)的下采樣過程，使產(chǎn)生的低分辨圖像充分包含了 原始高分辨圖像的信息。以此為基礎(chǔ)進行壓縮感知采樣，能夠在圖像重建時提供足夠多的 先驗信息作為參考。
[0058] 本發(fā)明的創(chuàng)新點：首次將圖像的下采樣和插值技術(shù)應(yīng)用于圖像的壓縮感知采樣 中，通過直接降低原始圖像的分辨率，達到間接提高采樣率的效果，由此實現(xiàn)對圖像信號的 高效壓縮感知采樣。
[0059] 本發(fā)明的優(yōu)點:在總體采樣樣本數(shù)不變的情況下，隨著圖像內(nèi)像素點的減少，等效 于采樣率得到了提高，因此為高質(zhì)量地重建圖像提供了保障。
【附圖說明】
[0060] 圖1為本發(fā)明實現(xiàn)流程圖。
[0061] 圖2為應(yīng)用不同壓縮感知采樣方法在不同采樣率下對不同圖像進行采樣及重建后 得到的
[0062] PSNR 值。
【具體實施方式】
[0063] 本發(fā)明主要采用仿真實驗的方式驗證該系統(tǒng)模型的可行性，所有步驟都經(jīng)過實驗 驗證，為實現(xiàn)基于變換域下采樣技術(shù)的圖像壓縮，具體實施步驟如下：
[0064]步驟1，原始圖像的預(yù)處理
[0065]設(shè)定圖像塊的大小為16X 16。將分辨率為WXH的原始圖像，按照標(biāo)準的無重疊式 圖像分塊方法劃分為N= (WXH)/162個互不重疊的正方形圖像塊，記為bi，b2，…，bi，…，bN， 這里W代表原始圖像的寬度，Η代表原始圖像的高度，N代表所產(chǎn)生的圖像塊的個數(shù)，η代表所 產(chǎn)生的每個正方形圖像塊的寬度或高度，i代表圖像塊的索引，ie {1，2，···，Ν};
[0066]步驟2，對圖像塊進行二維離散余弦變換
[0067]對步驟1產(chǎn)生的圖像塊h，b2，…，bi，…，bN，依次進行標(biāo)準的二維離散余弦變換，將 變換后產(chǎn)生的系數(shù)矩陣分別記為…，Bi，…，Bn，這里…，的大小均為16 X16；
[0068] 步驟3,將系數(shù)塊轉(zhuǎn)化為列向量
[0069] 將步驟2產(chǎn)生的系數(shù)矩陣m，B2，…，Bi，…，Bn，依次按照標(biāo)準的矩陣轉(zhuǎn)化為列向量 的方法轉(zhuǎn)化成列向量，記為Xi，X2，···，Xi，···，Xn，這里Xi，X2，···，Xi，···，Xn的大小均為16 2X 1;
[0070] 步驟4，產(chǎn)生壓縮感知采樣矩陣
[0071] 首先，將標(biāo)準的針對整個圖像的壓縮感知采樣率記為r;按照標(biāo)準的產(chǎn)生壓縮感知 采樣矩陣的方法產(chǎn)生一個大小為mX(162/4)的采樣矩陣Φ，這里，?》=?.256_Γ_|,并且m〈16 2,這 里，符號" U "表示對符號內(nèi)的數(shù)按照四舍五入的方式取最接近于它的整數(shù)；
[0072]接著，按標(biāo)準的生成雙三次插值矩陣的方法產(chǎn)生的大小一個大小為256X64的插 值矩陣，記為Η;
[0073]其次，用Η產(chǎn)生一個下采樣矩陣，記為D，D=(HT · ΗΓ1 · Ητ，這里，符號"Τ"表示矩陣 的轉(zhuǎn)置操作，D是一個大小為64 X 256的矩陣；
[0074]然后，按照標(biāo)準的生成離散余弦變換矩陣的方法產(chǎn)生一個大小為256X256的離散 余弦變換矩陣，記為C;
[0075] 最后，用Φ、D和C產(chǎn)生一個新的壓縮感知采樣矩陣，記為Ψ 這 里，符號" 0 "標(biāo)準的矩陣Kronecker乘法，Ψ是一個大小為m X 256的矩陣；
[0076] 步驟5,對列向量進行壓縮感知采樣
[0077] 使用步驟4產(chǎn)生的采樣矩陣Ψ，按照標(biāo)準的壓縮感知采樣方法對步驟2產(chǎn)生的列向 量Χι，Χ2,…，Xi，···，Xn分別進行米樣，將米樣得到的樣本向量記為Υι，Υ2,…，Yi，…，Yn，這里 Υι，Y2，…，Yi，…，Yn的大小均為mX 1，所=1_25:6卞_];:
[0078]步驟6，采樣數(shù)據(jù)的重建
[0079]用標(biāo)準的基于正交匹配追蹤的稀疏信號重建法，對步驟5得到的樣本向量Yi， γ2,…，Yi，…，γΝ分別進行重建，將重建得到的向量記為…，Zi，…，ZN，這里ZLZ2，···， Zi，."，Z N的大小均為256X 1;
[0080]步驟7,列向量轉(zhuǎn)化為系數(shù)矩陣
[0081 ]用標(biāo)準的列向量轉(zhuǎn)化為矩陣的方法將步驟6產(chǎn)生的列向量Ζι，Z2,…，Zi，…，Zn分別 轉(zhuǎn)化為系數(shù)矩陣41，42，."4^4〃，這里心42，~4^4〃的大小均為16\16 ;
[0082] 步驟8,對重建系數(shù)矩陣進行二維離散余弦反變換
[0083] 用標(biāo)準的二維離散余弦反變換對步驟7產(chǎn)生的系數(shù)矩陣^，A2，…，Ai，…，An依次進 行二維離散余弦反變換，將產(chǎn)生的重建圖像塊分別記為Ri，R2，…，Ri，…，Rn，這里Ri，R2，…， Ri，."，RN的大小均為16X16;
[0084] 步驟9,圖像重建
[0085]對于步驟8產(chǎn)生的重建圖像塊Ri，R2，…，Ri，…，Rn，采用標(biāo)準的圖像塊合成圖像的 方法合成，得到完整的重建圖像。
[0086] 將實施例應(yīng)用于Baboon pentagon和Fishingboat三幅分辨率為512X512的經(jīng)典 圖例中，附圖2是在不同的壓縮感知采樣率下，對不同圖像應(yīng)用不同采樣方法進行采樣和重 建后得到的峰值信噪比（peak signal to noise ratio，PSNR)。很明顯，本發(fā)明中的方法較 現(xiàn)有方法有明顯的性能提升。
【主權(quán)項】
1. 一種基于壓縮感知理論的圖像壓縮方法，其特征是它包括W下步驟： 步驟1，原始圖像的預(yù)處理 將分辨率為WXH的原始圖像，按照標(biāo)準的無重疊式圖像分塊方法劃分為N=(wXh)/n2 個互不重疊的，大小為η X η的正方形圖像塊，記為bi，b2，…，bi，…，bN，運里W代表原始圖像 的寬度，h代表原始圖像的高度，N代表所產(chǎn)生的圖像塊的個數(shù)，η代表所產(chǎn)生的每個正方形 圖像塊的寬度或高度，i代表圖像塊的索引，ie{l，2，-|，N}; 步驟2,對圖像塊進行二維離散余弦變換 對步驟1產(chǎn)生的圖像塊bl，b2,…，bi，…，bN，依次進行標(biāo)準的二維離散余弦變換，將變換 后產(chǎn)生的系數(shù)矩陣分別記為Bi，B2,…，Bi，…，Bn，運里Bi，B2,…，Bi，…，Bn的大小均為ηΧη,η 代表所產(chǎn)生的每個正方形圖像塊的寬度或高度； 步驟3，將系數(shù)塊轉(zhuǎn)化為列向量 將步驟2產(chǎn)生的系數(shù)矩陣Βι，Β2,…，Βι，···，Βν，依次按照標(biāo)準的矩陣轉(zhuǎn)化為列向量的方法 轉(zhuǎn)化成列向量，記為Xi，Χ2，…，Xi，…，Χν，運里Xi，Χ2，…，Xi，…，Χν的大小均為η2 X 1，η代表所 產(chǎn)生的每個正方形圖像塊的寬度或高度； 步驟4，產(chǎn)生壓縮感知采樣矩陣 首先，將標(biāo)準的針對整個圖像的壓縮感知采樣率記為。按照標(biāo)準的產(chǎn)生壓縮感知采樣 矩陣的方法產(chǎn)生一個大小為mX(r^/4)的采樣矩陣Φ，運里，w=k'n2L并且m<n2,運里，符號 "U "表示對符號內(nèi)的數(shù)按照四舍五入的方式取最接近于它的整數(shù)； 接著，按標(biāo)準的生成雙Ξ次插值矩陣的方法產(chǎn)生的大小一個大小為n2X(n2/4)的插值 矩陣，記為Η; 其次，用Η產(chǎn)生一個下采樣矩陣，記為D，D=化Τ . Η)-ι . ηΤ，運里，符號?'表示矩陣的轉(zhuǎn) 置操作，D是一個大小為(η2/4)Χη2的矩陣； 然后，按照標(biāo)準的生成離散余弦變換矩陣的方法產(chǎn)生一個大小為η2Χη2的離散余弦變 換矩陣，記為C; 最后，用Φ、〇和C產(chǎn)生一個新的壓縮感知采樣矩陣，記為Ψ，Ψ=Φ.公.(C I)，運里， 符號"@。標(biāo)準的矩陣Kronecker乘法，Ψ是一個大小為m X η2的矩陣； 步驟5，對列向量進行壓縮感知采樣 使用步驟4產(chǎn)生的采樣矩陣Ψ，按照標(biāo)準的壓縮感知采樣方法對步驟2產(chǎn)生的列向量XI， Χ2,…，Xi，···，Χν分別進行義樣，將義樣得到的樣本向量記為Υι，Υ2,…，Yi，…，Υν，運里Yi， Y2，···，Yi，···，化的大小均為mX 1，m=k.押;; 步驟6,采樣數(shù)據(jù)的重建 用標(biāo)準的基于正交匹配追蹤的稀疏信號重建法，對步驟5得到的樣本向量Υι，Υ2,…， ￥1，一^汾別進行重建，將重建得到的向量記為21屈，一點，一心，運里21屈，一點，一心 的大小均為η2Χ1; 步驟7，列向量轉(zhuǎn)化為系數(shù)矩陣 用標(biāo)準的列向量轉(zhuǎn)化為矩陣的方法將步驟6產(chǎn)生的列向量21點，一，21，一，2份別轉(zhuǎn)化 為系數(shù)矩陣Ai，Α2，···，Ai，···，An,運里Ai，Α2，…，Ai，···，An的大小均為η Xη; 步驟8,對重建系數(shù)矩陣進行二維離散余弦反變換 用標(biāo)準的二維離散余弦反變換對步驟7產(chǎn)生的系數(shù)矩陣Ai，A2，…，Ai，…，An依次進行二 維離散余弦反變換，將產(chǎn)生的重建圖像塊分別記為Ri，R2,…，Ri，…，Rn，運里Ri，R2,…， Κ?，···，ΚΝ的大小均為ηΧη; 步驟9,圖像重建 對于步驟8產(chǎn)生的重建圖像塊扣，1?2，-，，把，-，，1^，采用標(biāo)準的圖像塊合成圖像的方法合 成，得到完整的重建圖像。
【文檔編號】G06T9/00GK105976409SQ201610273676
【公開日】2016年9月28日
【申請日】2016年4月28日
【發(fā)明人】朱樹元, 曾兵
【申請人】電子科技大學(xué)