本文關(guān)鍵詞： 圖像壓縮感知 自適應(yīng)測量 紋理對(duì)比度 自適應(yīng)全局重建　出處：《鐵道學(xué)報(bào)》2017年06期 　論文類型：期刊論文

【摘要】：壓縮感知以部分隨機(jī)變換代替全變換,仍可確保圖像的高精度復(fù)原,可用于鐵路系統(tǒng)中無線監(jiān)控終端實(shí)現(xiàn)低復(fù)雜圖像編碼。傳統(tǒng)圖像壓縮感知以相同的測量率實(shí)施分塊測量,而由于分塊稀疏度不同,常導(dǎo)致重建圖像具有塊效應(yīng),無法確保良好的率失真性能。為了解決該問題,本文提出利用圖像紋理特征引導(dǎo)圖像壓縮感知,在感知端實(shí)施自適應(yīng)測量。利用像素八連通區(qū)域內(nèi)的最大梯度度量各像素的紋理變化程度,生成紋理特征圖,利用紋理特征圖計(jì)算各塊紋理對(duì)比度,并以此為依據(jù)自適應(yīng)設(shè)定各塊的測量率,以塊紋理對(duì)比度加權(quán)圖像重建模型的目的函數(shù),集中優(yōu)化紋理細(xì)節(jié)的區(qū)域。實(shí)驗(yàn)結(jié)果表明,與由塊方差、邊緣特征主導(dǎo)的自適應(yīng)測量方法相比,本文所提算法可確保較好的重建圖像主觀視覺質(zhì)量,且率失真性能優(yōu)于傳統(tǒng)壓縮感知重建算法。
[Abstract]:Compression perception can replace full transform with partial random transformation, which can ensure high precision restoration of image, and can be used to realize low complex image coding at wireless monitoring terminal in railway system. Traditional image compression perception performs block measurement at the same measurement rate. However, due to the difference of block sparsity, the reconstructed image often has block effect, which can not guarantee good rate-distortion performance. In order to solve this problem, this paper proposes to use texture features to guide image compression perception. Using the maximum gradient in the eight connected regions of pixels to measure the texture variation degree of each pixel, the texture feature map is generated, and the texture contrast of each block is calculated by using the texture feature graph. Based on this, the measurement rate of each block is set adaptively, and the object function of the image reconstruction model weighted by block texture contrast is used to optimize the region of texture details. The experimental results show that, compared with the variance of block, Compared with the edge feature dominated adaptive measurement method, the proposed algorithm can ensure better subjective visual quality of reconstructed image, and the rate-distortion performance is better than that of the traditional compression perceptual reconstruction algorithm.
【作者單位】： 信陽師范學(xué)院計(jì)算機(jī)與信息技術(shù)學(xué)院;南京郵電大學(xué)江蘇省圖像處理與圖像通信重點(diǎn)實(shí)驗(yàn)室;北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金(61501393)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 侯勇嚴(yán),孫瑜,郭文強(qiáng);一種自適應(yīng)模糊PID控制器的仿真研究[J];陜西科技大學(xué)學(xué)報(bào);2004年02期

2 王華;應(yīng)晶;蔣濤;;基于審查不確定性的預(yù)見式軟件自適應(yīng)[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2010年01期

3 高新建;李艷玲;張明強(qiáng);欒玉環(huán);孫豐榮;姚桂華;;實(shí)時(shí)心肌聲學(xué)造影圖像的自適應(yīng)時(shí)空濾波[J];計(jì)算機(jī)工程;2011年S1期

4 黃河笑,郭俊文;計(jì)算機(jī)自適應(yīng)考試的若干研究[J];微型電腦應(yīng)用;1999年11期

5 潘柏松,劉紅,馮曉斐;基于功能單元的產(chǎn)品自適應(yīng)設(shè)計(jì)系統(tǒng)研究[J];機(jī)械;2001年03期

6 謝毓湘,欒悉道,吳玲達(dá),老松楊,朱小俊;一種自適應(yīng)的鏡頭探測模型[J];計(jì)算機(jī)工程;2004年12期

7 朱曉娟;常朝穩(wěn);;移動(dòng)商務(wù)的自適應(yīng)資源調(diào)用動(dòng)態(tài)平衡策略[J];微計(jì)算機(jī)信息;2006年06期

8 劉晶;;自適應(yīng)聚類在相關(guān)反饋檢索中的應(yīng)用研究[J];電腦知識(shí)與技術(shù);2008年11期

9 高超;杜景林;楊樂;;自適應(yīng)心跳機(jī)制在氣象作業(yè)指揮系統(tǒng)中的應(yīng)用[J];福建電腦;2009年12期

10 劉偉;李宇;;分布式空頻碼自適應(yīng)聯(lián)合編譯碼方案性能研究[J];電視技術(shù);2014年03期

相關(guān)會(huì)議論文 前10條

1 王蓬;宋明玉;張林芳;王新遠(yuǎn);;廣義自適應(yīng)相干累積算法改進(jìn)及其在線譜增強(qiáng)中的應(yīng)用[A];中國聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（上）[C];2007年

2 陳博;方濱興;云曉春;;一種自適應(yīng)的蠕蟲檢測和遏制方法的研究[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)'2005論文集（上冊(cè)）[C];2005年

3 李國;張心珂;楊國慶;高慶吉;;一種自適應(yīng)的運(yùn)動(dòng)目標(biāo)實(shí)時(shí)跟蹤算法[A];2006年首屆ICT大會(huì)信息、知識(shí)、智能及其轉(zhuǎn)換理論第一次高峰論壇會(huì)議論文集[C];2006年

4 楊寒光;;電子地圖中的自適應(yīng)注記[A];工程設(shè)計(jì)與計(jì)算機(jī)技術(shù)：第十五屆全國工程設(shè)計(jì)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

5 孟宏;劉玉;;基于復(fù)調(diào)制的自適應(yīng)細(xì)化譜算法[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會(huì)論文集（Ⅰ）[C];2008年

6 唐文彬;郝重陽;;目標(biāo)成像識(shí)別的自適應(yīng)融合系統(tǒng)和方法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會(huì)論文集[C];1998年

7 賈棋;于玉龍;郭禾;李豪杰;;基于自適應(yīng)模板的快速人臉檢測[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【poster】[C];2011年

8 覃雄派;曹巍;王珊;;數(shù)據(jù)庫鎖資源的自適應(yīng)管理[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

9 梁韻基;周興社;於志文;;面向老年人的自適應(yīng)提醒服務(wù)系統(tǒng)[A];第18屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

10 洪榛;俞立;張貴軍;;一種基于N階最短近鄰自適應(yīng)確定聚類數(shù)量的方法[A];第二十九屆中國控制會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前6條

1 王蓉芳;基于協(xié)同進(jìn)化優(yōu)化和圖像先驗(yàn)的分塊自適應(yīng)壓縮感知[D];西安電子科技大學(xué);2014年

2 梁凌宇;人臉圖像的自適應(yīng)美化與渲染研究[D];華南理工大學(xué);2014年

3 朱磊;基于自適應(yīng)鄰域概念的視頻圖像處理技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2007年

4 楊洋;三維人體動(dòng)作分析及其在智能舞蹈教學(xué)系統(tǒng)中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2012年

5 江澤濤;從序列圖象重建三維物體形狀方法研究[D];西北工業(yè)大學(xué);2006年

6 洪宇;基于語義結(jié)構(gòu)和時(shí)序特征的話題檢測與跟蹤技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 查志遠(yuǎn);自適應(yīng)范數(shù)約束圖像正則化重建研究[D];昆明理工大學(xué);2015年

2 李威;射頻一體式EAS抗干擾研究與設(shè)計(jì)[D];鄭州大學(xué);2015年

3 費(fèi)強(qiáng);多功能自適應(yīng)偽裝裝置的研究與設(shè)計(jì)[D];南京理工大學(xué);2015年

4 王帥;基于自適應(yīng)重啟的壓縮感知算法[D];華中師范大學(xué);2015年

5 劉金榮;種子流視覺檢測系統(tǒng)自適應(yīng)標(biāo)定的軟件研制[D];山西農(nóng)業(yè)大學(xué);2015年

6 侯賓;基于強(qiáng)化學(xué)習(xí)的環(huán)境光下自適應(yīng)識(shí)別的研究[D];內(nèi)蒙古工業(yè)大學(xué);2015年

7 范夏彬;視覺誘發(fā)電位P_(100)的提取與分類識(shí)別算法研究[D];山東大學(xué);2015年

8 任建新;匹配相似搜索研究[D];寧波大學(xué);2015年

9 唐健常;智慧商圈中基于排序?qū)W習(xí)的個(gè)性化推薦自適應(yīng)框架的研究與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

10 王劍宇;計(jì)算機(jī)自適應(yīng)考試系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)[D];天津大學(xué);2014年

，

本文編號(hào)：1536502