基于支撐集和信號值檢測的視頻壓縮感知重構(gòu)方法
【專利摘要】本發(fā)明公開了一種基于支撐集和信號值檢測的視頻壓縮感知重構(gòu)方法，主要解決現(xiàn)有技術(shù)中重構(gòu)圖像質(zhì)量低的問題。其實(shí)現(xiàn)步驟為：(1)將視頻序列按圖像組分為參考幀和非參考幀；(2)將參考幀和非參考幀分成大小相等、互不重疊的宏塊；(3)對所有宏塊進(jìn)行壓縮感知測量；(4)將測量值作為輸入，更新重構(gòu)圖像的迭代變量；(6)利用更新后的重構(gòu)圖像的迭代變量更新支撐集和信號檢測值；(7)利用信號檢測值計算重構(gòu)圖像的殘差；(8)利用重構(gòu)圖像殘差的約束條件判斷迭代是否終止；(9)輸出重構(gòu)圖像信號。本發(fā)明有效提高了重構(gòu)圖像的質(zhì)量，可用于視頻圖像處理。
【專利說明】基于支撐集和信號值檢測的視頻壓縮感知重構(gòu)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于視頻圖像處理領(lǐng)域，涉及視頻壓縮感知重構(gòu)方法，可用于視頻圖像的 處理。

【背景技術(shù)】
[0002] 近年來，隨著數(shù)字信號處理技術(shù)的高速發(fā)展，需要處理的數(shù)據(jù)量正以驚人的速度 增加，傳統(tǒng)的奈奎斯特Nyquist采樣定理要求信號的采樣頻率不低于信號最大頻率的兩 倍，這對信號處理能力有限的硬件設(shè)備提出了更高的要求，為了突破以奈奎斯特采樣理論 為基礎(chǔ)的傳統(tǒng)信號處理方式，一種新型的將數(shù)據(jù)采集和數(shù)據(jù)壓縮過程合二為一的壓縮感知 理論開始成為國內(nèi)外研究的熱點(diǎn)之一。
[0003] 傳統(tǒng)的奈奎斯特理論適用于帶寬受限信號，而壓縮感知理論同樣有其信號適用范 圍。一般來說，對于稀疏或可壓縮信號，壓縮感知利用其在某種已知字典基下的稀疏性，通 過采取很少的樣點(diǎn)，從而在原理上降低了采樣成本。考慮到視頻信號在離散余弦變換、小波 變換等字典基下具有很強(qiáng)的稀疏性，可以將壓縮感知理論用于視頻圖像的處理和分布式視 頻系統(tǒng)。
[0004] 目前，基于壓縮感知視頻圖像重構(gòu)方法主要包括以下兩大類：
[0005] -.匹配追蹤方法。這類方法是通過每次迭代時選擇一個局部最優(yōu)解來逐步逼近 原始信號。其包括MP算法、0ΜΡ算法。該方法對于維數(shù)較低的小尺度圖像信號問題運(yùn)算速 度很快，但是對于大尺度圖像信號問題，重構(gòu)質(zhì)量不高。
[0006] 二.凸優(yōu)化方法。這類方法通過將非凸問題轉(zhuǎn)化為對凸問題優(yōu)化求解找到原始 信號的近似值。目前，針對凸問題的優(yōu)化求解，斯坦福大學(xué)的Stephen Boyd等人提出一種 交替方向乘子法ADMM，該方法雖說需要的測量數(shù)相對較少，但是其速度慢，重構(gòu)質(zhì)量相對不 高。此外，康奈爾大學(xué)的Y. Wang和W. Yin等人提出了一種迭代支撐集檢測方法ISD，該方法 雖然進(jìn)一步降低了對測量值數(shù)目的要求，但是其將支撐集更新檢測和圖像的稀疏重構(gòu)分開 處理，重構(gòu)質(zhì)量不是很高。


【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于針對上述已存在的缺點(diǎn)，提出一種基于支撐集和信號值檢測的 視頻壓縮感知重構(gòu)方法，以提高重構(gòu)質(zhì)量。
[0008] 為實(shí)現(xiàn)上述目的，本發(fā)明包括如下步驟：
[0009] (1)將視頻圖像序列分為圖像組G0P，即把視頻圖像序列的連續(xù)L幀分為一組，每 一組的第一幀作為參考幀，其余L-1幀作為非參考幀，其中L為大于等于2的自然數(shù)；
[0010] (2)將每組視頻圖像中的參考幀和非參考幀分成η個大小為NXN，互不重疊的二 維宏塊Β，其中Ν為正整數(shù)；
[0011] ⑶用MRXNXΝ維的測量矩陣Α對宏塊Β進(jìn)行壓縮感知采樣，得到測量值b，并將 該測量值b和測量矩陣A作為迭代過程的輸入，其中MR為采樣率；
[0012] (4)初始化：設(shè)支撐集

【權(quán)利要求】
1. 一種基于支撐集和信號值檢測的視頻壓縮感知重構(gòu)方法，包括以下步驟： (1) 將視頻圖像序列分為圖像組GOP，即把視頻圖像序列的連續(xù)L幀分為一組，每一組 的第一幀作為參考幀，其余L-1幀作為非參考幀，其中L為大于等于2的自然數(shù)； (2) 將每組視頻圖像中的參考幀和非參考幀分成η個大小為NXN，互不重疊的二維宏 塊Β，其中Ν為正整數(shù)； (3) 用MRXNXΝ維的測量矩陣Α對宏塊Β進(jìn)行壓縮感知采樣，得到測量值b，并將該測 量值b和測量矩陣A作為迭代過程的輸入，其中MR為采樣率； (4) 初始化：設(shè)支撐集
符號表示空集，迭代次數(shù)1 = 1，最大迭代次數(shù)K = 500，
懲罰因子α ? = 〇,重構(gòu)圖像信號檢測初值爐=0，重構(gòu)圖像信號的原始?xì)埐畛踔祌° =->， 重構(gòu)圖像信號的對偶?xì)埐畛踔祍° = c?，重構(gòu)圖像信號的迭代原始變量初值x° = 〇,重構(gòu)圖 像信號的迭代變量初值z° = 〇,重構(gòu)圖像信號的迭代對偶變量初值u° = 0,范數(shù)權(quán)值矩陣 w= I，I為單位陣，拉格朗日因子P = 1 ; (5) 依次更新重構(gòu)圖像信號的迭代原始變量X、重構(gòu)圖像信號的迭代變量z和重構(gòu)圖像 信號的迭代對偶變量u，得到更新后的重構(gòu)圖像信號的迭代原始變量x 1+1、重構(gòu)圖像信號迭 代變量z1+1和重構(gòu)圖像信號的迭代對偶變量u1+1 ; (6) 依次更新重構(gòu)圖像信號的支持集閾值ε1+1、支撐集Λ1+1、信號檢測值女+1和權(quán)值矩 陣w 1+1，按如下步驟進(jìn)行： (6a)更新支持集閾值
：在更新后的重構(gòu)圖像信號的迭代變量
中，尋找幅值最 大的分量
，其下標(biāo)[i]表示該分量在更新后的重構(gòu)圖像信號的迭代變量z 1+1中的位 置，當(dāng)更新后的重構(gòu)圖像信號的迭代變量z1+1中的相鄰的兩個分量幅值
的差值滿足下式時：
將位置[i]所對應(yīng)的幅值最大的分量
的值作為支持集閾值：
其中，符號I · I表示取幅值，U · I U表示求無窮范數(shù)，D為給定的常數(shù)，η為更新后的 重構(gòu)圖像信號迭代變量ζ1+1的長度； (6b)更新支持集Λ1+1:將更新后的重構(gòu)圖像信號迭代變量
中所有分量幅值
大于支持集閾值ε 1+1的分量位置下標(biāo)i放入支撐集
中：
(6c)更新權(quán)值
：用^b)得到的支撐集
更新權(quán)值
：將支撐集
內(nèi)部位 于位置i的權(quán)值
1設(shè)為1，其他位置的權(quán)值
設(shè)為〇 :
其中上標(biāo)"C"表示補(bǔ)集； (6d)用更新后的重構(gòu)圖像信號迭代變量zl+1更新信號檢測值女+1:
(7) 計算重構(gòu)圖像的原始?xì)埐?br> 和對偶?xì)埐?br>
其中P為拉格朗日因子，z1為上一次迭代得到的重構(gòu)圖像信號迭代變量； (8) 更新懲罰因子α 1+1:
其中Ca為常數(shù)，MR為采樣率； (9) 判斷終止條件并輸出重構(gòu)圖像信號： (9a)當(dāng)重構(gòu)圖像的原始?xì)埐?2范數(shù)
小于等于原始?xì)埐铋y值
并且重構(gòu) 圖像的對偶?xì)埐?2范數(shù)
小于等于對偶?xì)埐铋y值
時，將更新后的重構(gòu)圖像信 號迭代變量z1+1作為重構(gòu)圖像輸出，終止迭代； (9b)當(dāng)步驟（9a)中的條件不滿足時，即當(dāng)重構(gòu)圖像的原始?xì)埐?2范數(shù)
大于 原始?xì)埐铋y值
或者重構(gòu)圖像的對偶?xì)埐?2范數(shù)
大于對偶?xì)埐铋y值ε dual時， 迭代次數(shù)1 = 1+1，并判斷迭代次數(shù)1是否大于最大迭代次數(shù)K ; (9c)當(dāng)?shù)螖?shù)1大于等于最大迭代次數(shù)K時，將更新后的重構(gòu)圖像信號迭代變量z1+1 作為重構(gòu)圖像輸出，終止迭代；反之，當(dāng)?shù)螖?shù)1小于最大迭代次數(shù)K時，跳轉(zhuǎn)執(zhí)行步驟 (5)。
2.根據(jù)權(quán)利1所述的方法，其中步驟（5)所述的依次更新重構(gòu)圖像信號的迭代原始變 量X、重構(gòu)圖像信號的迭代變量z和重構(gòu)圖像信號的迭代對偶變量u，按如下步驟進(jìn)行： (5a)對重構(gòu)圖像信號迭代原始變量X的仿射矩陣ATA+P 1+α 4進(jìn)行喬列斯基分解，將 其分解為一個上三角矩陣L和下三角矩陣LT的乘積：
將上式中得到的上三角矩陣L和下三角矩陣LT代入下式，計算得到更新后的重構(gòu)圖像 信號迭代原始變量x1+1:
其中，符號"-1"表示矩陣求逆，符號"T"表示矩陣轉(zhuǎn)置，I表示單位陣，α1為懲罰因子， 女為信號檢測值； (5b)將（5a)中得到的更新后的重構(gòu)圖像信號的迭代原始變量
代入下式，更新重構(gòu) 圖像信號的迭代變量z，得到更新后的重構(gòu)圖像信號的迭代變量
即：
其中
(5c)將（5a)和（5b)中得到的更新后的重構(gòu)圖像信號的迭代原始變量x1+1和更新后的 重構(gòu)圖像信號迭代變量z1+1代入下式，更新重構(gòu)圖像信號的對偶變量u :
【文檔編號】H04N19/132GK104125459SQ201410363144
【公開日】2014年10月29日 申請日期:2014年7月28日 優(yōu)先權(quán)日:2014年7月28日
【發(fā)明者】田方, 宋彬, 魏正, 劉海嘯, 李瑩華 申請人:西安電子科技大學(xué)