• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 16
    • 下载费用:20 金币  

    重庆时时彩提款代码: 一种基于图像信息熵的自适应压缩感知采样方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201310665182.X

    申请日:

    2013.12.10

    公开号:

    CN103678801A

    公开日:

    2014.03.26

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06F 17/50申请日:20131210|||公开
    IPC分类号: G06F17/50 主分类号: G06F17/50
    申请人: 电子科技大学
    发明人: 朱树元; 曾兵
    地址: 611731 四川省成都市高新区(西区)西源大道2006号
    优先权:
    专利代理机构: 电子科技大学专利中心 51203 代理人: 曾磊
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201310665182.X

    授权公告号:

    ||||||

    法律状态公告日:

    2016.06.29|||2014.04.23|||2014.03.26

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明提供了一种基于图像信息熵的自适应压缩感知采样方法,它是通过自适应分配采样样本给每个图像块:在压缩感知采样时,对信息熵大的图像块,分配较多的样本观测值,对信息熵小的图像块,分配较少的样本观测值。在编码端采样完成后,将每个图像块分得的采样样本数传输到解码端,并且对每个图像块分得的样本数进行量化。在解码端,当收到量化后的样本数信息后,产生针对每个图像块的采样矩阵,以实现针对整个图像信号的高性能压缩感知采样及重建。与现有的对所有图像块进行均匀采样的方法相比,本发明具有将实际采样与图像具体特征相结合的特点,能够克服传统方法中因忽略图像内部纹理特征而导致采样和重建效率较低的缺点。

    权利要求书

    权利要求书
    1.  一种基于图像信息熵的自适应压缩感知采样方法,其特征是它包括以下步骤:
    步骤1,原始图像的预处理
    将分辨率为C×R的原始图像,按照传统的图像分块方法划分为N=(C×R)/m2个互不重叠的,大小为m×m的正方形图像块,记为B1,B2,…,Bi,…,BN,这里C代表原始图像的宽度,R代表原始图像的高度,N代表所产生的图像块的个数,m代表所产生的每个正方形图像块的宽度或高度,i代表图像块的索引,i∈{1,2,…,N};
    步骤2,计算整个图像的采样样本总数
    将传统的针对整个图像的压缩感知采样率记为r,将整个图像的采样样本总数记为S,,这里,符号表示对符号内的数按照四舍五入的方式取最接近于它的整数,C代表原始图像的宽度,R代表原始图像的高度;
    步骤3,计算每个图像块的熵
    对每一个图像块Bi,定义它的熵为H(i),这里pj代表每一个图像块内灰度值j出现的概率,这里,符号“num”表示统计符号内的灰度值在一个图像块内出现的总次数,j是整数,0≤j≤255,m是每个正方形图像块的宽度或高度;i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    步骤4,初始化每个图像块的采样样本数
    对每一个图像块Bi,定义它的采样样本数为ni,这里符号表示对符号内的数按照四舍五入的方式取最接近于它的整数,S代表步骤2中得到的整个图像的采样样本总数,H(i)代表图像块Bi的熵,i代表图像块的索引,i∈{1,2,…,N},H(k)代表图像块Bk的熵,k代表图像块的索引,k∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    步骤5,将图像块分组
    将所有图像块按照每个图像块Bi的采样样本数分成两个集合,记为G0和G1,将集合G0中每个图像块的采样样本数记为将集合G1中每个图像块的采样样本数记为其中这里,m是每个正方形图像块的宽度或高度;i代表图像 块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    步骤6,调整图像块的采样样本数
    修改集合G0中每个图像块的采样样本数将修改后每个图像块的采样样本数记为令将修改后的集合G0记为G'0,这里,m是每个正方形图像块的宽度或高度,i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    步骤7,统计每个集合中的图像块个数
    将步骤6得到的集合G'0中每个图像块的索引记为i0,将集合G1中每个图像块的索引记为i1;将集合G'0中所有图像块的索引i0构成集合Idx0,Idx0={i0=i|Bi∈G'0},将集合G1中所有图像块i1的索引构成集合Idx1,Idx1={i1=i|Bi∈G1};这里,Idx0∪Idx1={1,2,…,N};将Idx0中所包含的元素的个数记为K0,将Idx1中所包含的元素的个数记为K1,K0和K1为非负整数,且K0+K1=N;这里,i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    步骤8,样本再分配的判断
    首先,计算剩余采样样本数,记为Δ,这里,S是步骤2中得到的整个图像的采样样本总数,是集合G'0中每个图像块的采样样本数是集合G1中每个图像块的采样样本数,Idx0代表步骤7中产生的集合G'0中所有图像块索引的集合,Idx1代表步骤7中产生的集合G1中所有图像块索引的集合;K0为索引集合Idx0中元素的个数,K1为索引集合Idx1中元素的个数,i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的图像块的个数;
    其次,判断是否进行样本再分配,具体判断步骤是:如果剩余采样样本数Δ=0,则不需要进行样本再分配,直接进入步骤10;如果剩余采样样本数Δ≠0,则进入步骤9,进行样本再分配;
    步骤9,采样样本的再分配
    首先,更新步骤5中得到的集合G1中图像块Bi的采样样本数定义更新后的样本数为令将更新后的集合G1记为G'1,这里,符号表示对符号内的数按照四舍五入的方式取最接近于它的整数;Δ为步骤8中得到的剩余样本数;Idx1是步骤7中产生的集合G1中所有图像块索引构成的集合;K1为Idx1中元素的个数;m是每个正方形图像块的宽度或高度,i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    接着,把集合G'1中采样样本数大于或等于m2的图像块Bi选出,组成集合g1,这里,将集合g1放入步骤6得到的集合G'0中,同时将集合g1从集合G'1中删除;将修改后的集合G'0记为G″0,将修改后的集合G'1记为G″1;这里,m为每个正方形图像块的宽度或高度;i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    最后,返回步骤6~8,判断是否需要进行样本再分配;
    步骤10,图像块采样样本数的量化
    首先,将集合G″0中每个图像块的索引记为i″0,将集合G″1中每个图像块的索引记为i″1;将集合G″0中所有图像块的索引i″0构成集合Idx″0,Idx″0={i″0=i|Bi∈G″0},将集合G″1中所有图像块的索引i″1构成集合Idx″1,Idx″1={i″1=i|Bi∈G″1};这里,Idx″0∪Idx″1={1,2,…,N},i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    其次,将集合G″0中所有图像块的采样样本数组成集合P0,将集合G″1中所有图像块的采样样本数组成集合P1,这里,Idx″0,是集合G″0中所有图像块索引构成的集合,Idx″1,是集合G″1中所有图像块索引构成的集合,是集合G″0中每个图 像块的采样样本数,是集合G″1中每个图像块的采样样本数,i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    接着,将集合P0和P1合并,产生全体图像块采样样本数的集合,记为P,P=P0∪P1,将集合P中每个图像块的采样样本数记为n'i,n'i∈P;这里,i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    最后,对集合P中每个图像块的采样样本数n'i进行量化,将量化后的采样样本数记为n″i,具体量化步骤是:如果0≤n'i≤10,令n″i=10;如果n'i>10,令n″i=10·floor(n'i/10);这里符号“floor()”表示对符号内的数取小于或等于它本身的整数;这里,i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    步骤11,产生采样矩阵
    首先,定义一个随机采样矩阵Φ,这里,Φ的列数为m2,行数为,r为步骤2中定义的针对整个图像的压缩感知采样率,m是每个正方形图像块的宽度或高度;“”表示对符号内的数按照四舍五入的方式取最接近于它的整数;
    然后,对第1个图像块B1,用矩阵Φ的前n″1个行向量,组成一个采样矩阵,记为Φ1(B);对第2个图像块B2,用矩阵Φ的前n″2个行向量,组成一个采样矩阵,记为Φ2(B);…;同理,对第N个图像块BN,用矩阵Φ的前n″N个行向量,组成一个采样矩阵,记为ΦN(B);最终得到N个采样矩阵:Φ1(B),Φ2(B),…,ΦN(B),这里,n″i表示在步骤10中所产生的量化后的每个图像块Bi的采样样本数,i代表图像块的索引,i∈{1,2,…,N},N是步骤1中所产生的所有图像块的个数;
    步骤12,对每个图像块的压缩感知采样
    首先,按照传统的传加权式压缩感知采样方法中产生加权矩阵的方法,产生一个加权矩阵W;
    其次,用步骤11中产生的采样矩阵Φ1(B),Φ2(B),…,ΦN(B)逐一与加权矩阵W相乘,得到N个采样矩阵:采样矩阵Φ'1(B)=Φ1(B)·W,Φ'2(B)=Φ2(B)·W,…,Φ'N(B)=ΦN(B)·W,这里,N是步骤1中所产生的所有图像块的个数
    最后,用采样矩阵Φ'1(B),Φ'2(B),…,Φ'N(B),对图像块B1,B2,…,BN逐一进行传统的基于图像块的压缩感知采样,得到采样数据Y1,Y2,…,YN;这里,N是步骤1中所产生的所有图像块的个数;
    步骤13,图像的重建
    首先,对步骤12中产生的每一个采样数据Y1,Y2,…,YN,用传统的基于平滑L0范数的稀疏重建法逐一实现传统的基于压缩感知的图像块重建,得到重建后大小为m×m的正方形图像块,记为这里,m是每个正方形图像块的宽度或高度,N是步骤1中所产生的所有图像块的个数;
    然后,用传统的图像块合成图像的方法将所有的组成完整的重建图像;这里,N是步骤1中所产生的所有图像块的个数。

    关 键 词:
    一种 基于 图像 信息 自适应 压缩 感知 采样 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:一种基于图像信息熵的自适应压缩感知采样方法.pdf
    链接地址://www.4mum.com.cn/p-6181301.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03