基于压缩感知的高压输电铁塔图像压缩及重构研究

高压输电铁塔在线监测系统采用移动通信网络进行数据的传输,系统的运行成本与系统传输数据的流量成正比,为了降低系统的运行成本,提出了将压缩感知技术用于高压输电铁塔的图像压缩和重构。在高压输电铁塔状态监测终端对采用压缩感知对图像进行压缩,在监控中心对图像进行重构,在保证一定的高压输电铁塔图像质量的前提下,对传输的图像信息进行压缩,降低传输图像信息所需数据流量,进而降低系统运行成本。     

基于SPL迭代思想的图像压缩感知重构神经网络

由于神经网络强大的学习能力与快速的运行速度,近年来基于深度学习的图像压缩感知(Image Com-pressive Sensing,ICS)研究备受关注.然而,大多数现有ICS神经网络的结构设计忽略了传统迭代重构算法中的数学理论基础,无法有效利用信号中的先验结构知识,可解释性较差.为了保留优化算法核心思想并同时利用深度学习的高性能,本文使用可学习的卷积层替代了传统平滑投影Landweber算法(Smooth Projected Landweber,SPL)中的人工设计参数,提出一种新型ICS神经网络SPLNet.在SPLNet中,设计了一个独特的网络结构SPLBlock实现SPL迭代过程中的三个核心步骤:(1)去除块效应的维纳滤波器;(2)在凸投影集合上的近似操作;(3)实现稀疏表示及去噪的变换域双变量收缩.仿真实验结果表明:与现有最优的ICS优化迭代算法GSR相比,SPLNet的重构图像平均PSNR提升了0.78dB;与最优的神经网络框架SCSNet相比,SPLNet的重构图像平均PSNR提升了0.92dB.     

联合非均匀采样和压缩感知的图像压缩算法

为了提高图像重构精度,改善纹理区域视觉效果,本文将压缩感知理论与图像压缩相结合,并提出了一种新的采样方法:在编码端对图像高频部分边缘点进行密集采样,对非边缘部分进行随机抽样,取代了传统压缩感知理论中直接使用测量矩阵获得低维观测值的过程。在解码端利用采样点位置信息构造块测量矩阵,使用光滑l0范数（Smoothed l0,SL0）重构算法实现重叠块重构,最终将其与图像低频部分下采样点插值放大结果合并实现高精度重构。实验结果表明:本文算法不仅可以提高整幅图像和纹理区域的重构精度,而且在低采样率或图像尺寸较小的情况下,算法效率也有明显提升。      

基于压缩感知的图像压缩抗干扰重构算法

针对传统图像变换压缩方法压缩的图像经无线信道传输时受高斯随机干扰导致重要变换系数失真出现重构图像局部内容缺失的现象,本文根据压缩感知(CS)信号分量具有同等重要性的特性,理论分析了去除失真CS信号分量以抵御干扰的可行性,提出一种基于CS的图像压缩抗干扰重构算法。算法首先假定已知受高斯随机干扰的比特所对应的CS信号分量的位置,然后根据这些位置确定新的CS信号和重构矩阵,再进行阈值迭代重构。仿真结果表明,本文算法在低误码率(BER)下得到精确重构的图像,在高BER下得到图像内容无缺失仅全局质量小幅下降的重构图像。因此,基于CS的图像压缩抗干扰重构算法能够较好地克服变换压缩方法以及阈值迭代重构算法抗干扰能力低的不足,从而为图像无线传输抗高斯随机干扰问题提供一种可行的解决方案。     

基于自适应分块的高光谱图像压缩感知重构方法

在对高光谱图像采样重构的研究中,整体采样和固定分块采样没有考虑到高光谱图像复杂的纹理特征分布,使用了相同的测量矩阵导致图像的重构质量较差。针对此问题,该文提出基于2维图像熵自适应分块压缩感知重构方法(ABCS-IE),该方法以图像2维熵作为高光谱图像纹理细节的度量,根据图像的纹理细节分布自适应改变图像子块的大小,然后为不同的图像块分配特定的采样值,根据分配的采样值设计专有的测量矩阵对图像块进行压缩测量,将采样测量值代入重构算法中进行重构。实验结果表明,与整体采样重构和固定分块采样重构相比,将该方法应用到压缩感知重构算法中对高光谱图像进行采样重构后,重构的图像在视觉效果上有明显的提高,取得的峰值信噪比(PSNR)和结构相似度(SSIM)最大,采样率为0.4时,PSNR提高了2～4 dB,SSIM最大提高了0.27,均方根误差(RMSE)和信息熵差值(ΔH)也有所降低,说明重构的图像更加接近原始图像。而且运算时间也减少了1～1.5 s。可见,该方法能充分利用高光谱图像的纹理特征,有效提高图像的重构质量,同时减少重构的运算时间。     

基于分块压缩感知的嵌入式图像处理

在传统的压缩编码技术中,采样均遵循奈奎斯特定律,该定律规定采样频率要高于原信号频率的两倍。为了降低采样数据量和计算复杂度,设计了基于压缩感知的嵌入式视频监控系统。应用分块压缩感知处理获取图像,解决了传统压缩感知在重构时计算量大的问题。进行了图像分块前后的对比性实验,给出了对比数据,实验结果验证了这一算法的可行性。     

基于按列分块和混合分块的压缩感知图像重构方法

压缩感知理论由于其可通过低采样率来恢复原始信号的特点,近年来逐步被用于光学成像领域。为了解决在对成像图像进行压缩感知重构时数据量过大、计算负担大的问题,分块压缩感知的方法被提出。在该方法的基础上做出改进,依次提出了按列分块和混合分块的压缩感知方法。其中按列分块的方式改变了分块模式,降低分块时的要求,混合分块则结合两种分块的特点,有效提升了压缩感知的效果。通过仿真实验验证,本方法有效提升了图像重构质量,尤其是混合分块方式,在图像的重构速度和重构质量上都有显著提升。     

基于混沌算法及压缩感知的图像压缩加密算法研究

文章根据三个一维映射通过串联及并联构造了一维复合混沌系统,并提出结合压缩感知理论进行优化改进.利用两幅图像灰度级为256对改进后的算法进行仿真实验,仿真实验结果表明,改进后的算法具有良好的抗干扰能力,通过原图像和加密处理后的加密图像在直方图、相邻像素相关系数等对比分析可以看出,此次提出的加密算法具有非常好的效果.     

基于分块压缩感知和改进幻方变换的图像加密

为了提高多图像加密的安全性，同时解决多图像加密系统数据量大的问题，采用了基于分块压缩感知和改进幻方变换的加密方法。加密过程中，充分利用了混沌序列对初始值的敏感性，解决基于传统幻方变换的加密算法周期性的问题；结合分块压缩感知的方法，减少加密系统的数据量。对4幅256×256的灰度图像进行加密测试。结果表明，系统加密时间只需要0.98s，重建图像的质量高，相关系数值均高于0.99，峰值信噪比值均大于35dB; 该算法在减少加密系统的数据量的同时进一步提高了系统的安全性。该算法实现容易，能高效安全地完成多图像加密。     

基于压缩感知的水下图像去噪

水下环境复杂,水下摄像得到的图像较为模糊。采集数据时会采集到大量不包含任何有用信息的数据,噪声影响更严重。压缩感知理论提出,能用较低采样率高概率重构信号。为研究压缩感知对水下图像噪声的抑制作用,采用OMP,SP,COSAMP不同贪婪重构算法对水下图像进行不同采样率重构分析。实验结果表明,选取合适采样率既可以以少量数据重构图像,又可以抑制水下噪声,且OMP算法效果最好。     

基于JPEG2000的遥感图像压缩

介绍了JPEG2000静态图像压缩标准的基本情况;对遥感图像的相关性以及小波变换域统计特性进行了分析。得出遥感图像的特点;针对遥感图像的特点,设计了基于JPEG2000无损压缩的高频子带分级量化高保真压缩方案。实验结果表明,此方案在对遥感图像进行压缩时取得了较好的效果。     

基于JPEG2000的遥感图像分级量化压缩

介绍了JPEG2000静态图像压缩标准的基本情况;对遥感图像的相关性以及小波变换域统计特性进行了分析,得出遥感图像的特点。针对其特点,设计了基于JPEG2000无损压缩的高频子带分级量化高保真压缩方案。实验结果表明,此方案在对遥感图像进行压缩时取得了较好的效果。     

遥测图像压缩系统的设计与实现

遥测系统在传输图像数据时,通常要求图像遥测单元在尽量小的空间中较多地采集和传输图像信息,以提高图像质量和试验效率,减少系统研制成本。遥测图像压缩系统通过采用大规模FPGA和专用图像压缩芯片方法,在紧凑空间内,实现了遥测图像压缩系统的全部功能,节省了传输带宽,提高了系统的整体性能体积比。该遥测图像压缩系统已应用于具体试验,试验结果证明,遥测图像系统的设计可以满足系统的使用要求。     

基于RICE的遥感多光谱图像无损压缩算法

目前应用于遥感多光谱图像的无损压缩算法复杂度较高,不利于硬件实现.针对这一不足,这里根据遥感多光谱图像的成像特点,提出一种采用可逆的分量变换(RCT)对谱段信息重新分配,再利用优化的RICE算法对图像数据进行编码的无损压缩算法.实验表明,该算法所采用的分块计算k值、预测器预测和改进的熵编码器较原RICE熵编码器更适于硬件实现,且该算法复杂度低,执行效率高,更好地满足了星载图像无损压缩的要求.     

基于ADV202的遥感图像实时压缩系统设计

提出了以JPEG2000图像压缩标准作为压缩算法,采用JPEG2000专用编解码芯片ADV202来实现遥感图像实时压缩系统的方案.该方案可以满足遥感图像压缩系统对实时性、低失真以及高压缩比的要求.测试结果表明,该系统工作稳定可靠,能够满足遥感图像压缩系统实时性的要求,图像压缩效果令人满意.     

基于图像修复的图像编码技术

数字图像修复技术是图像恢复领域的一个重要分支,它的目的是根据图像现有的信息来自动恢复丢失的信息,它可以用于旧照片中丢失信息的恢复、视频文字去除以及视频错误隐藏等。结合数字修复技术的图像压缩编码技术是基于对象的第二代图像编码中的研究热点之一。这里首先介绍了图像修复技术的概念,然后分类说明了几种常见的修复技术,在此基础上,得到了基于图像修复的压缩编码技术的基本处理流程,最后以具体算法为例说明了基于图像修复的压缩编码技术的压缩过程。     

基于改进SPIHT的多波段遥感图像无损编码

首先利用基于地物反射特性的方法去除谱间相关性,再对残差图像采用S+P变换去除空间相关性,然后,利用改进的分级树的集合划分(SPIHT)方法,实现遥感图像的高效无损编码,实验表明本方法能取得满意的结果,显示了本方法在多波段遥感图像压缩中的潜力.     

基于整数小波变换与双阈值交替的遥感图像压缩

提出一种基于双阈值交替的遥感图像编码（DTAC）算法。根据整数小波变换（IWT）分解后不同阈值上的重要系数分布状况,对重要系数相对集中的区间用整数平方代替2的整数幂（IPT）作为量化阈值,在其他阈值区间中仍使用IPT,然后对每个阈值平面上的重要系数采用统一的编码策略。实验表明,新算法具有较低编码复杂度,不仅支持单一码流下从有损到无损的遥感图像编码,而且峰值信噪比（PSNR）高于采用IWT的SPECK编码算法。     

基于整数小波变换的准无失真图像压缩技术

 本文首先讨论了一般整数小波的构造方法,然后利用分块DPCM与整数小波变换进行遥感图像的准无失真压缩,该方法可进行实时处理,硬件实现简单,可并行处理,实验结果表明,该方法是一种有效遥感图像压缩方法.     

离散小波变换域非负张量分解的高光谱遥感图像压缩

该文提出一种基于非负张量分解的高光谱图像压缩算法。首先将高光谱图像的每个谱段进行2维离散5/3小波变换,消除高光谱图像的空间冗余。然后将所有谱段的每级小波变换的4个小波子带看作为4个张量。对每个小波子带张量采用改进HALS(Hierarchical Alternating Least Squares)算法进行非负分解,来消除光谱冗余和空间残余冗余,同时保护了光谱信息。最后,将分解的因子矩阵进行熵编码。实验结果表明,该文提出的压缩算法具有良好压缩性能,在压缩比32:1~4:1范围内,平均信噪比高于40 dB,与传统高光谱图像压缩算法比较,平均峰值信噪比提高了1.499 dB。有效地提高了高光谱图像压缩算法的压缩性能和保护了光谱信息。