一种基于最优截断模型的自适应压缩传感图像获取方法

技术领域

本发明属于图像处理领域，具体涉及一种基于最优截断模型的自适应压缩传感图像获取方法。

背景技术

基于压缩传感的图像处理技术改变了传统图像处理的方式——编码端复杂/解码端简单的系统模式，大大的降低了编码端对能量、计算资源的消耗，并将此能量、计算资源的负担转移到资源相对丰富的解码端，扩展了图像处理技术在多媒体传感网络、空间图像获取、移动终端成像等领域的应用。传统的数字图像处理系统包含两个级联的模块：1)用于采集场景像素的光学传感器阵列，2)数据压缩处理器，用于将采集到的原始像素数据的数据量降低。然而，这种系统结构并不能满足一些应用场景的需求。首先一些应用场景中，数字图像处理系统具有能量供给的限制和有限的计算资源；其次在一些应用场景中，系统的造价与复杂度随着图像空域分辨率的增大而大大增加。为此，基于压缩传感技术的数字成像系统通过联合场景像素采样与数据压缩过程解决这些问题，然而，在压缩传感图像获取以及后续数据压缩方面，以及此系统对能量消耗和计算复杂度的要求，如何利用现有的系统框架，结合最优化技术，实现数字图像的高效获取与处理成为目前系统设计的突出问题。

发明内容

本发明的目的在于克服上述不足，提供一种基于最优截断模型的自适应压缩传感图像获取方法，能够自适应于压缩传感采样率的不同对输入场景图像信号进行最优的稀疏化处理，并根据所获取的采样数据的分布来进行采样数据的高效处理，从而实现任意场景图像信号的高效获取。

为了达到上述目的，本发明包括以下步骤：

步骤一：场景图像通过第一镜头传输给空间光调节器形成场景图像信号f；

步骤二：采用一个最优的系数截断模型来确定场景图像信号f的变换域截断点的位置，根据压缩传感采样率的不同，在自适应压缩传感模块中对输入的场景图像信号f的变换域系数进行自适应的截断，并采用基于压缩传感理论的采样方式对截断后的场景图像信号进行获取，得到自适应的压缩传感采样值，并将其通过光信号经第二镜头传输给光电传感器；

步骤三：采用一种基于采样值数据分布的统一概率模型得到的统一最优量化器，进一步建立一个离线映射表，实现统一最优量化器，在光电传感器获得自适应的压缩传感采样值后，该采样值数据被送入基于分布特性的最优量化器中进行量化处理，最后得到量化输出结果，完成基于最优截断模型的自适应压缩传感图像获取。

所述步骤一中，输入的场景图像信号被送入最优截断模型模块中，此时输入的场景图像信号f经过DCT变换得到与原始图像维度N相同的一组DCT系数，然后将这N个DCT系数按照绝对值大小的不同进行从大到小的顺序排序。根据原始图像的维度N以及当前的压缩传感采样率SR，根据预先由大量实验得到的最优截断模型：获得当前的最优截断点所得到的最优截断点将被用于DCT系数的截断；

在这个指数模型中，模型参数c_1,N,c_2,N和c_3,N的数值根据当前图像维度N的不同而不同，并由下表具体给出，其他维度下的参数信息可由推导得出，其中N₀是参数信息已知的维度；

然后，利用当前的最优截断点依据公式1得到最优截断向量W；

$W={[w_1,\mathrm{...},w_l,\mathrm{...},w_N]}^T,w_l=\{\begin{array}{cc}1,& l\in T_{k_N^{*}}\\ 0,& l\in T_{k_N^{*}}^c\end{array},l=\mathrm{1...}N$公式1

在公式1中，T代表DCT系数的绝对值大小排序后的集合，获得最优截断向量W后，进一步由H＝Ψ^TWΨ得到最优截断矩阵H，其中Ψ是DCT变换矩阵，最优截断矩阵H被送入自适应压缩传感模块参与场景图像信号f的自适应获取过程；

所述自适应压缩传感模块使用MxN的高斯随机矩阵Φ作为压缩传感的采样矩阵，采样矩阵的维度由用户设定的采样率SR＝M/N确定，并根据已经计算出的最优截断矩阵H，由公式2得到输入场景图像信号f的自适应的压缩传感采样值

$\tilde{y}=\Phi Hf$公式2

所述步骤三中，首先对测试图像集中的大量图像进行压缩传感采样，得到这些图像的压缩传感采样值，然后根据压缩传感采样值的理论分布模型——高斯分布模型为压缩传感采样值建立一个统一的分布模型，在这个统一的分布模型基础上按照基于分布的最优量化器设计法则得出一个最优量化映射表，这就实现了基于查表映射的统一最优量化模块，当前量化器的码率R由用户设定，量化码率R决定了量化器有M＝2^R个量化输出等级，且最大量化等级M_max＝2048，量化器的输入范围y_max由建立的统一分布模型的3～5σ宽度决定；

将压缩传感采样值送入基于查表映射的统一最优量化模块，每个压缩传感采样值将首先经过第一步映射到第K_i个采样值等距区间内，然后第二步将K_i区间映射到量化索引i,最终量化器输出这个量化索引i到后续的存储、传输过程，这就完成了基于最优截断模型的自适应压缩传感图像获取。

所述自适应压缩传感模块能够通过数字微镜原件DMD或使用压缩传感单像素相机成像系统实现。

与现有技术相比，本发明利用最优系数截断模型，可以对场景图像信号f进行最优获取，并根据所获取的采样数据的分布，对数据进行高效的量化，使得具有能量、计算性能限制的终端也能够高效的获取、压缩图像，本发明与现有的基于压缩传感的图像获取方法能提高图像质量2～3dB，同时降低了系统的运算复杂度。

附图说明

图1为本发明的图像获取方法示意图；

图2为本发明的自适应压缩传感采样过程示意图

图3为本发明基于查表映射的统一最优量化方法示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。

参见图1，本发明包括以下步骤：

步骤一：场景图像通过第一镜头1传输给空间光调节器2形成场景图像信号f；

步骤二：采用一个最优的系数截断模型来确定场景图像信号f的变换域系数截断点的位置，根据压缩传感采样率的不同，在自适应压缩传感模块中对输入的场景图像信号f的变换域系数进行自适应的截断，并采用基于压缩传感理论的采样方式对截断后的场景图像信号f进行获取，得到自适应的压缩传感采样值，并将其通过光信号经第二镜头3传输给光电传感器4；

步骤三：采用一种基于采样值数据分布的统一概率模型得到的统一最优量化器，进一步建立一个离线映射表，实现统一最优量化器，在光电传感器4获得自适应的压缩传感采样值后，该采样值数据被送入基于分布特性的最优量化器中进行量化处理，最后得到量化输出结果，完成基于最优截断模型的自适应压缩传感图像获取。

一、最优截断矩阵H的生成

输入的场景图像信号f被送入最优截断模型模块中，此时输入的场景图像信号f经过DCT变换得到与原始图像维度N相同的一组DCT系数，然后将这N个DCT系数按照绝对值大小的不同进行从大到小的顺序排序。根据原始图像的维度N以及当前的压缩传感采样率SR，根据预先由大量实验得到的最优截断模型：获得当前的最优截断点所得到的最优截断点将被用于DCT系数的截断；

在这个指数模型中，模型参数c_1,N,c_2,N和c_3,N的数值根据当前图像维度N的不同而不同，并由下表具体给出，其他维度下的参数信息可由推导得出，其中N₀是参数信息已知的维度；

然后，利用当前的最优截断点依据公式1得到最优截断向量W；

$W={[w_1,\mathrm{...},w_l,\mathrm{...},w_N]}^T,w_l=\{\begin{array}{cc}1,& l\in T_{k_N^{*}}\\ 0,& l\in T_{k_N^{*}}^c\end{array},l=\mathrm{1...}N$公式1

在公式1中，T代表DCT系数的绝对值大小排序后的集合，获得最优截断向量W后，进一步由H＝Ψ^TWΨ得到最优截断矩阵H，其中Ψ是DCT变换矩阵，最优截断矩阵H被送入自适应压缩传感模块参与场景图像信号f的自适应获取过程；

二、基于最优截断模型的自适应压缩传感图像获取

输入的场景图像信号f被送入自适应压缩传感模块，自适应压缩传感模块使用MxN的高斯随机矩阵Φ作为压缩传感的采样矩阵，采样矩阵的维度由用户设定的采样率SR＝M/N确定，并根据已经计算出的最优截断矩阵H，由公式2得到输入场景图像信号f的自适应的压缩传感采样值

$\tilde{y}=\Phi Hf$公式2

这里以单像素相机作为自适应压缩传感模块的实现方式来叙述压缩传感采样值的获取过程。单像素相机通过光学域的计算来得到场景图像信号f的光学信号与压缩传感采样矩阵的内积。如图2所示，场景图像信号f的光学信号通过第一镜头1聚焦在空间光调制器2上，空间光调制器2由包含大量微型反射镜的数字微镜原件DMD构成。DMD的每个微型反射镜对应于场景光学信号的特定像素位置。微型反射镜通常包含两个反射角度，并通过数字信号(来源于采样矩阵)来控制反射镜的反射角度，从而控制入射光信号的反射方向朝向第二镜头3或者偏离第二镜头3。经过DMD器件反射并朝向第二镜头3的光信号被第二镜头3聚焦到一个光电传感器4上并检测光信号强度的累加值。光电传感器4的输出电压经过模拟/数字变换就得到压缩传感采样值，重复这个采样过程M次就能够得到M个压缩传感测量值。为了能够实现自适应的压缩传感采样。这里通过自适应采样传感矩阵ΦH来作为控制DMD器件的数字信号。最后将压缩传感采样值送入数据压缩模块进一步进行采样数据的压缩。

三、压缩传感采样值的处理

参见图3，首先对测试图像集中的大量图像进行压缩传感采样，得到这些图像的压缩传感采样值，然后根据压缩传感采样值的理论分布模型——高斯分布模型为压缩传感采样值建立一个统一的分布模型，在这个统一的分布模型基础上按照基于分布的最优量化器设计法则得出一个最优量化映射表，如图3所示，这就实现了基于查表映射的统一最优量化模块，当前量化器的码率R由用户设定，量化码率R决定了量化器有M＝2^R个量化输出等级，且最大量化等级M_max＝2048，量化器的输入范围y_max由建立的统一分布模型的3～5σ宽度决定；

将压缩传感采样值送入基于查表映射的统一最优量化模块，每个压缩传感采样值将首先经过第一步映射到第K_i个采样值等距区间内(图3b)，然后第二步将K_i区间映射到量化索引i(图3a)，最终量化器输出这个量化索引(量化码字)i到后续的存储、传输过程，这就完成了基于最优截断模型的自适应压缩传感图像获取。在这里使用查表量化的方式降低了量化器的运算复杂度，提高了数据处理的速度和效率。

自适应压缩传感模块能够通过数字微镜原件DMD或使用压缩传感单像素相机成像系统实现。

本发明通过自适应的于采样率的最优变换域系数截断实现图像的最优获取；通过基于压缩传感采样值分布模型的最优量化实现采样数据的高效处理，从而减少数据处理复杂度，提高系统运行效率，满足应用环境对能量和计算复杂度有限制时的需求。