基于信號(hào)稀疏分解的圖像壓縮編碼算法的研究.pdf

1、稀疏表示是近些年發(fā)展起來(lái)的信號(hào)與圖像處理工具，可以將信號(hào)和圖像分解為非常簡(jiǎn)潔的表示形式。圖像壓縮技術(shù)在圖像處理中有著重要的作用，被廣泛的應(yīng)用于圖像處理的各個(gè)領(lǐng)域中。目前常用的圖像壓縮技術(shù)通常都是基于正交變換的方式，但是在低比特率條件下這種方式往往不能得到理想的恢復(fù)效果。而信號(hào)稀疏分解使用過(guò)完備原子庫(kù)技術(shù)打破了基的正交性，因此本文將信號(hào)稀疏分解的思想引入到低比特率圖像壓縮領(lǐng)域，研究了以下內(nèi)容：
　　 (1)目前用于圖像稀疏分解的匹

2、配追蹤算法是一種較簡(jiǎn)單的貪婪算法，但計(jì)算量較大，而微分進(jìn)化算法是一類基于種群的啟發(fā)式全局搜索方法，具有種群多樣性好、魯棒性優(yōu)、全局尋優(yōu)能力強(qiáng)等優(yōu)點(diǎn)。本文將匹配追蹤算法和微分進(jìn)化算法有機(jī)融合，提出了實(shí)現(xiàn)圖像稀疏分解的優(yōu)化算法。該算法在貪婪算法的每一步中，使用微分進(jìn)化算法實(shí)現(xiàn)了在過(guò)完備庫(kù)中最佳原子的選取，進(jìn)而實(shí)現(xiàn)圖像的稀疏分解與重建，并通過(guò)實(shí)驗(yàn)證實(shí)了基于微分進(jìn)化算法重建的圖像質(zhì)量相對(duì)于基于遺傳算法的方法能得到明顯提高。
　　 (2)

3、基于圖像稀疏分解的壓縮編碼是對(duì)稀疏分解后的原子參數(shù)和相應(yīng)的投影系數(shù)進(jìn)行壓縮編碼，而在總的編碼流中原子的位置信息和投影系數(shù)占較大的比例，因此有效地對(duì)這兩部分進(jìn)行量化編碼是實(shí)現(xiàn)壓縮的關(guān)鍵。本文使用分塊的思想將基于原子位置和基于原子投影系數(shù)編碼的方案相結(jié)合，利用率失真最優(yōu)化準(zhǔn)則找到最優(yōu)的塊大小。每個(gè)塊內(nèi)的原子基于投影系數(shù)大小順序編碼，而塊與塊之間則基于位置順序編碼，最后通過(guò)實(shí)驗(yàn)對(duì)本文提出的基于稀疏分解的圖像壓縮編碼方案進(jìn)行了驗(yàn)證，并與JPEG