基于自適應(yīng)字典稀疏表示的人臉圖像壓縮算法研究.pdf

1、圖像壓縮是圖像處理的一個(gè)重要環(huán)節(jié)，是圖像存儲(chǔ)和傳輸過(guò)程中要解決的重要問(wèn)題。圖像壓縮技術(shù)已經(jīng)研究了幾十年，取得了很大的成績(jī)，并已制定JPEG、JPEG2000等靜止圖像壓縮標(biāo)準(zhǔn)。然而，對(duì)于一些使用廣泛的特殊圖像如人臉圖像，由于其圖像小且內(nèi)容豐富，在低比特率條件下壓縮重建后的圖像質(zhì)量不能令人滿意。為此，需要通過(guò)引入新的理論對(duì)人臉圖像的低比特率壓縮進(jìn)行研究。
　　 圖像信息的有效表示是各種圖像處理的基礎(chǔ)，有效表示是指用甚少的表示系數(shù)即

2、可表示圖像的主要能量。因此，圖像的稀疏表示能力對(duì)于壓縮性能具有重要的影響。為了解決傳統(tǒng)正交變換的稀疏表示能力不足問(wèn)題，本文研究自適應(yīng)超完備字典稀疏表示方法，并將其應(yīng)用于人臉圖像的低比特率壓縮。具體在以下方面取得了一些進(jìn)展：
　　 1．本文提出了一種新的自適應(yīng)超完備字典的構(gòu)造算法：K-PCA算法。該算法是一種改進(jìn)的K-SVD算法，用于超完備字典的訓(xùn)練學(xué)習(xí)，以實(shí)現(xiàn)圖像的有效稀疏表示。與K-SVD算法相比較，該算法主要在初始字典的獲取

3、和原子的更新方面做了改進(jìn)，以期望相似的樣本采用相似的原子表示。相關(guān)圖像去噪實(shí)驗(yàn)證明了該字典訓(xùn)練學(xué)習(xí)算法的可靠性。進(jìn)一步，論文將該算法應(yīng)用于人臉圖像的低比特率壓縮。相關(guān)實(shí)驗(yàn)證實(shí)，應(yīng)用本文所提算法構(gòu)造的超完備字典進(jìn)行人臉圖像的低比特率壓縮，其主客觀效果都明顯優(yōu)于JPEG和JPEG2000。
　　 2．為了進(jìn)一步提高人臉圖像的壓縮比，本文提出一種基于自適應(yīng)雙字典的人臉圖像壓縮算法。該算法將基于自適應(yīng)字典稀疏表示的圖像超分辨率重建算法與

4、圖像壓縮算法有機(jī)結(jié)合起來(lái)，以保證在具有較高重建質(zhì)量的情況下獲得人臉圖像的甚低比特率壓縮。該算法主要利用對(duì)偶的低分辨率和高分辨率圖像自適應(yīng)獲得的對(duì)偶雙字典具有相同的稀疏表示系數(shù)這一特點(diǎn)。壓縮時(shí)，首先對(duì)待壓縮人臉圖像下采樣獲得低分辨率人臉圖像，并在相應(yīng)的低分辨率字典上稀疏分解圖像，再對(duì)稀疏分解系數(shù)編碼以實(shí)現(xiàn)壓縮；解壓縮時(shí)，則由稀疏表示系數(shù)與對(duì)偶的高分辨率字典重建圖像。相關(guān)實(shí)驗(yàn)證實(shí)，本文提出的方法能夠在保證圖像重建質(zhì)量的情況下，實(shí)現(xiàn)甚低比特率