基于壓縮感知框架的圖像壓縮傳輸處理技術(shù)研究.pdf

1、多媒體和大數(shù)據(jù)是未來網(wǎng)絡(luò)的主導(dǎo)業(yè)務(wù)，預(yù)計2018年移動數(shù)據(jù)業(yè)務(wù)將在2012年基礎(chǔ)上增長12倍。由于多媒體數(shù)據(jù)的信息量大，在未來網(wǎng)絡(luò)設(shè)計中該如何利用多媒體數(shù)據(jù)內(nèi)在的冗余性或相干性，在維持信號可接受保真度的同時盡量減少需要傳輸?shù)臄?shù)據(jù)量，相關(guān)問題的研究無疑具有重要的理論和應(yīng)用價值。作為近年來發(fā)展起來的一種新的信號處理理論，壓縮感知能以遠(yuǎn)低于奈圭斯特采樣頻率的速率對信號進(jìn)行采樣，并且可以近乎精確地重建原始信號。由于壓縮感知本身就把測量和壓縮有機

2、整合為一個整體，采用壓縮感知技術(shù)對圖像進(jìn)行壓縮采樣后可以大幅度降低對傳輸帶寬的要求，論文嘗試結(jié)合壓縮感知的低測量成本研究適合于無線通信傳輸要求的高質(zhì)量圖像傳輸?shù)膲嚎s傳輸技術(shù)方案。
　　論文首先研究了基于低密度架構(gòu)的貝葉斯壓縮感知算法，該算法把測量和重構(gòu)等效為LDPC碼的編解碼步驟。為了進(jìn)一步改善重構(gòu)質(zhì)量，可以借鑒貝葉斯架構(gòu)考慮稀疏系數(shù)的先驗分布。通過引入圖像處理中常用的GSM模型作為小波系數(shù)模型，并將GSM家族的Jeffreys和

3、Laplace分布作為先驗信息，論文分析和對比了不同的重構(gòu)算法。論文的相關(guān)分析表明，將小波系數(shù)的GSM先驗?zāi)Ｐ图{入低密度架構(gòu)壓縮感知SuPrEM重構(gòu)算法能獲得更優(yōu)的重構(gòu)性能，此外GSM先驗分布比傳統(tǒng)的廣義高斯分布更適合運用于低密度架構(gòu)下有擾信號的壓縮重構(gòu)。
　　其次，論文研究了基于Contourlet變換的圖像壓縮傳輸方法，通過充分利用高頻子帶頻域正交性，論文研究了基于高頻方向子帶重組的壓縮感知算法，仿真驗證了該算法的重構(gòu)性能優(yōu)于

4、基于小波基的圖像傳輸方案。最后，論文結(jié)合小波變換，通過改進(jìn)了空間方向樹的關(guān)聯(lián)方式，研究了基于小波-Contourlet變換的SPIHT圖像編解碼算法。論文的相關(guān)驗證結(jié)果表明，基于小波-Contourlet變換的SPIHT圖像編解碼算法在低碼率下能獲得更好的圖像重構(gòu)性能。
　　論文的研究結(jié)果表明，基于壓縮感知框架的圖像壓縮傳輸是可行的。基于低密度架構(gòu)的壓縮感知技術(shù)具有測量矩陣確定、重構(gòu)性能好等優(yōu)點，GSM中的Jeffreys和Lap