基于自适应Contourlet变换的图像压缩方法

    公开(公告)号:CN106600657A

    公开(公告)日:2017-04-26

    申请号:CN201611168681.8

    申请日:2016-12-16

    CPC classification number: G06T9/007

    Abstract: 本发明请求保护一种基于自适应Contourlet变换的图像压缩方法,属于信号处理技术领域。为了提高图像表示的稀疏度,本发明基于伪极傅里叶变换理论提出自适应Contourlet变换。该变换能够根据不同的输入图像制定不同的方向分解方案,对图像进行最优稀疏表示,从而改善压缩重构效果。此外,本方案不涉及传统方向滤波器组的设计,具有较低的设计复杂度。本发明提出的自适应Contourlet变换具有匹配图像非均匀方向分布特征的优势,在实际应用中具有普遍意义。采用自适应Contourlet变换进行图像压缩,可以避免固定方向分解方案导致的图像重构效果不佳。

    一种基于压缩感知的图像亚奈奎斯特采样方法

    公开(公告)号:CN105721868B

    公开(公告)日:2019-04-30

    申请号:CN201610049601.0

    申请日:2016-01-25

    Abstract: 本发明涉及一种基于压缩感知的图像亚奈奎斯特采样方法,属于图像处理技术领域。该方法包括以下步骤:1)根据图像信号中的能量大多分布在其带宽范围内的有限甚至少量子频段上的特点建立二维多频带图像信号模型;2)对图像信号频谱进行均匀划分,并为划分所得的每个频谱子块选取生成函数,从而得到能够有效表示图像信号特点的平移不变信号空间;3)建立适用于该平移不变空间下信号的空间采样方案;4)对步骤3)中的空间采样方案进行改进,建立适用于该平移不变空间下信号的亚奈奎斯特采样方案;5)建立相应的重构方案,重构原模拟信号。本发明能够有效缓解当前的图像采集设备中所面临的采样速率高、采样数据量大的挑战。

    基于混沌的结构化压缩感知循环观测矩阵的构造

    公开(公告)号:CN106685428A

    公开(公告)日:2017-05-17

    申请号:CN201611270234.3

    申请日:2016-12-30

    CPC classification number: H03M7/3062

    Abstract: 本发明请求保护一种基于混沌的结构化压缩感知循环观测矩阵的构造方法,属于信号处理技术领域。该构造方法是为了解决传统循环矩阵不易硬件实现和普适性较差的问题,结合了混沌系统和结构化随机观测矩阵的构造方法,具体的方法:首先对Logistic映射产生混沌序列的方法进行改进,构造稀疏混沌序列,进而使用稀疏混沌序列构造混沌循环矩阵,再使用随机算子对混沌循环矩阵进行随机化处理,最后从随机化处理后的混沌循环矩阵中选取很少的行构成一个子矩阵,该子矩阵就是本发明构造的基于混沌的结构化循环观测矩阵。本发明构造的矩阵具有很高的实用性,兼具良好的结构特性和稀疏性。

    一种基于压缩感知的图像亚奈奎斯特采样方法

    公开(公告)号:CN105721868A

    公开(公告)日:2016-06-29

    申请号:CN201610049601.0

    申请日:2016-01-25

    Abstract: 本发明涉及一种基于压缩感知的图像亚奈奎斯特采样方法,属于图像处理技术领域。该方法包括以下步骤:1)根据图像信号中的能量大多分布在其带宽范围内的有限甚至少量子频段上的特点建立二维多频带图像信号模型;2)对图像信号频谱进行均匀划分,并为划分所得的每个频谱子块选取生成函数,从而得到能够有效表示图像信号特点的平移不变信号空间;3)建立适用于该平移不变空间下信号的空间采样方案;4)对步骤3)中的空间采样方案进行改进,建立适用于该平移不变空间下信号的亚奈奎斯特采样方案;5)建立相应的重构方案,重构原模拟信号。本发明能够有效缓解当前的图像采集设备中所面临的采样速率高、采样数据量大的挑战。

Patent Agency Ranking