基于自適應(yīng)分塊壓縮感知的視頻圖像重構(gòu)算法研究.pdf

1、壓縮感知（Compressed Sensing，CS）理論突破了傳統(tǒng)視頻圖像信號采樣定理的限制，用遠低于Shannon-Nyquist采樣率的速度進行采樣，實現(xiàn)了采樣和壓縮同時進行，由此避免采集大量冗余數(shù)據(jù)，從而有效地節(jié)省了系統(tǒng)的時間和資源。在CS理論的基礎(chǔ)上，LGan等人提出了分塊壓縮感知（Block Compressed Sensing，BCS）理論，其主要思想是把原始圖像分割成若干尺寸相等的圖像塊，然后用固定的采樣數(shù)目對每個圖像塊

2、進行獨立測量，最后重構(gòu)出每個圖像塊并將其拼接成原始圖像。BCS的提出，在很大程度上避免了視頻圖像在重構(gòu)過程中的大內(nèi)存、高計算復(fù)雜度問題。
　　在運用BCS理論對視頻圖像進行處理的過程中，重構(gòu)算法是其核心環(huán)節(jié)，直接關(guān)系到最終重構(gòu)的視頻圖像質(zhì)量。而目前，大部分基于BCS框架下的重構(gòu)算法存在圖像塊采樣不充分及計算復(fù)雜度過高等問題。因此，研究有效的自適應(yīng)采樣方法和高效的重構(gòu)算法十分必要?；谝陨戏治觯疚闹饕芯抗ぷ魅缦拢?br>　?。?

3、）在BCS的基礎(chǔ)上，分析了小波系數(shù)和方差能表征圖像細節(jié)信息的這一特性，分別制定了基于小波系數(shù)和方差的自適應(yīng)采樣方案，在此基礎(chǔ)上，提出了兩種不同采樣方式下的圖像分塊自適應(yīng)壓縮感知方法，分別為基于小波系數(shù)的圖像分塊自適應(yīng)壓縮感知和基于方差的圖像分塊自適應(yīng)壓縮感知。
　　（2）在基于統(tǒng)計信息的自適應(yīng)BCS的基礎(chǔ)上，針對迭代收縮閾值（Iterative Shrinkage Thresholding，IST）算法在收斂速度和重構(gòu)精度上的不足

4、，將全變分（Total Variation，TV）作為正則化約束項來替代l1范數(shù)，提出了一種改進的BCS-IST算法。實驗結(jié)果表明，該算法相比于傳統(tǒng)的BCS-IST算法，能更好地保留圖像的結(jié)構(gòu)和紋理信息，獲得更佳的圖像重構(gòu)效果，且在一定程度上加快了算法收斂速度。
　　（3）通過深入分析視頻信號的時空相關(guān)性，提出了一種基于時空特征的自適應(yīng)分塊壓縮感知視頻重構(gòu)方法。該方法首先通過克羅內(nèi)克積運算來構(gòu)造適用于視頻信號的測量矩陣，實現(xiàn)視頻信