-
公开(公告)号：CN109743571B
公开(公告)日：2020-04-28
申请号：CN201811603300.3
申请日：2018-12-26
Applicant: 西安交通大学
IPC: H04N19/124 , H04N19/13 , H04N19/154
Abstract: 本发明公开了一种基于并行压缩感知多层残差系数的图像编码方法，通过将压缩感知随机测量过程分成多层后并行测量，并利用压缩感知重建‑测量模型，基于所有的前层随机测量值来预测当前层随机测量值，再把当前层预测值与真实值之间的残差系数经过Huffman编码。Huffman解码后得到的残差系数用于更新下一层的预测值，进而得到更为精确的重建图像。所提出的压缩感知随机测量值的预测、更新过程可以有效去除压缩感知测量值之间的冗余信息。相较于传统压缩感知编码方案直接对随机测量值量化编码，本发明对所提出的压缩感知多层残差系数量化编码，可以显著提升基于压缩感知图像编码的率失真性能。
-
公开(公告)号：CN107920250A
公开(公告)日：2018-04-17
申请号：CN201711131617.7
申请日：2017-11-15
Applicant: 西安交通大学
IPC: H04N19/124 , H04N19/147 , H04N19/184 , H04N21/647
Abstract: 本发明提供了一种压缩感知图像编码传输方法，包括步骤：1)在发送端，将输入图像像素随机置乱重排；2)对像素置乱的图像分成大小相同不重叠的图像块；3)将每个图像块用部分哈达玛矩阵做可分离式的测量；4)随机测量值量化和分层；5)量化比特位传输；6)接收信息，得到量化比特位；7)量化比特位反量化；8)采用重建方法得到初始重建图像；9)初始重建图像估计增强层随机测量值；10)利用最大后验概率估计算法更新增强层随机测量值，得到增强层随机测量值更新值；11)采用重建方法得到最终重建图像。该压缩感知图像编码传输方法，其编码器复杂度低、抗丢包能力强，率失真性能高。
-
公开(公告)号：CN110248190A
公开(公告)日：2019-09-17
申请号：CN201910592629.2
申请日：2019-07-03
Applicant: 西安交通大学
IPC: H04N19/42 , H04N19/13 , H04N19/147 , H04N19/124 , H04N19/117
Abstract: 本发明公开了一种基于压缩感知的多层残差系数图像编码方法，将噪声分17层并训练；将新训练出来的17个去噪模型代入LDAMP迭代算法，完成压缩感知图像重建；通过每一层进行压缩感知重建并预测下层测量值的方法去求取残差，编码方法中采用同一量化位深的块自适应量化器进行量化；图像编码端当前层需要传输的信息为真实测量值的量化结果与该层前面所有层的测量值重建图像的预测测量值的量化结果的差值；图像解码端当前层接收编码端对应层的传输信息，经自适应算术解码后得到测量值或残差系数，解码端当前层的图像重建均利用之前所有层的接收恢复的图像测量值。本发明提供的基于压缩感知的多层残差系数图像编码方法可有效提升基于图像压缩感知重建的图像编码的率失真性能。
-
Patent Agency Ranking
公开(公告)号：CN109040757A
公开(公告)日：2018-12-18
申请号：CN201810805315.1
申请日：2018-07-20
Applicant: 西安交通大学
IPC: H04N19/147 , H04N19/124 , H04N19/42 , H04N19/184
Abstract: 本发明公开了一种压缩感知多层残差图像编码方法，通过将压缩感知随机测量过程分成多层，并利用压缩感知重建‑测量模型，基于所有的前层随机测量值来预测当前层随机测量值，从而得到当前层预测值与真实值之间的残差。所得到的残差用于更新下一层的预测值，进而得到更为精确的重建图像。所提出的压缩感知随机测量值的预测、更新过程可以有效去除压缩感知测量值之间的冗余信息。相较于传统压缩感知编码方案直接对随机测量值量化编码，对所提出的压缩感知多层残差量化编码，可以显著提升基于压缩感知图像编码的率失真性能。
-
公开(公告)号：CN107920250B
公开(公告)日：2020-01-10
申请号：CN201711131617.7
申请日：2017-11-15
Applicant: 西安交通大学
IPC: H04N19/124 , H04N19/147 , H04N19/184 , H04N21/647
Abstract: 本发明提供了一种压缩感知图像编码传输方法，包括步骤：1)在发送端，将输入图像像素随机置乱重排；2)对像素置乱的图像分成大小相同不重叠的图像块；3)将每个图像块用部分哈达玛矩阵做可分离式的测量；4)随机测量值量化和分层；5)量化比特位传输；6)接收信息，得到量化比特位；7)量化比特位反量化；8)采用重建方法得到初始重建图像；9)初始重建图像估计增强层随机测量值；10)利用最大后验概率估计算法更新增强层随机测量值，得到增强层随机测量值更新值；11)采用重建方法得到最终重建图像。该压缩感知图像编码传输方法，其编码器复杂度低、抗丢包能力强，率失真性能高。
-
公开(公告)号：CN110248190B
公开(公告)日：2020-10-27
申请号：CN201910592629.2
申请日：2019-07-03
Applicant: 西安交通大学
IPC: H04N19/42 , H04N19/13 , H04N19/147 , H04N19/124 , H04N19/117
Abstract: 本发明公开了一种基于压缩感知的多层残差系数图像编码方法，将噪声分17层并训练；将新训练出来的17个去噪模型代入LDAMP迭代算法，完成压缩感知图像重建；通过每一层进行压缩感知重建并预测下层测量值的方法去求取残差，编码方法中采用同一量化位深的块自适应量化器进行量化；图像编码端当前层需要传输的信息为真实测量值的量化结果与该层前面所有层的测量值重建图像的预测测量值的量化结果的差值；图像解码端当前层接收编码端对应层的传输信息，经自适应算术解码后得到测量值或残差系数，解码端当前层的图像重建均利用之前所有层的接收恢复的图像测量值。本发明提供的基于压缩感知的多层残差系数图像编码方法可有效提升基于图像压缩感知重建的图像编码的率失真性能。
-
公开(公告)号：CN109040757B
公开(公告)日：2020-11-10
申请号：CN201810805315.1
申请日：2018-07-20
Applicant: 西安交通大学
IPC: H04N19/147 , H04N19/124 , H04N19/42 , H04N19/184
Abstract: 本发明公开了一种压缩感知多层残差图像编码方法，通过将压缩感知随机测量过程分成多层，并利用压缩感知重建‑测量模型，基于所有的前层随机测量值来预测当前层随机测量值，从而得到当前层预测值与真实值之间的残差。所得到的残差用于更新下一层的预测值，进而得到更为精确的重建图像。所提出的压缩感知随机测量值的预测、更新过程可以有效去除压缩感知测量值之间的冗余信息。相较于传统压缩感知编码方案直接对随机测量值量化编码，对所提出的压缩感知多层残差量化编码，可以显著提升基于压缩感知图像编码的率失真性能。
-
公开(公告)号：CN109743571A
公开(公告)日：2019-05-10
申请号：CN201811603300.3
申请日：2018-12-26
Applicant: 西安交通大学
IPC: H04N19/124 , H04N19/13 , H04N19/154
Abstract: 本发明公开了一种基于并行压缩感知多层残差系数的图像编码方法，通过将压缩感知随机测量过程分成多层后并行测量，并利用压缩感知重建-测量模型，基于所有的前层随机测量值来预测当前层随机测量值，再把当前层预测值与真实值之间的残差系数经过Huffman编码。Huffman解码后得到的残差系数用于更新下一层的预测值，进而得到更为精确的重建图像。所提出的压缩感知随机测量值的预测、更新过程可以有效去除压缩感知测量值之间的冗余信息。相较于传统压缩感知编码方案直接对随机测量值量化编码，本发明对所提出的压缩感知多层残差系数量化编码，可以显著提升基于压缩感知图像编码的率失真性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
