一种高效图像采集与压缩方法
【技术领域】
[0001] 本发明设及数字图像采集与处理领域，尤其是设及一种高效图像采集与压缩方 法。
【背景技术】
[0002] 为了解决在处理图像海量数据时所需要面临的存储和传输的挑战，我们通常采用 压缩技术。压缩技术即通过实现一种对原始数字信号的精炼表达，减少原始数据对存储空 间和传输带宽上的限制。压缩技术大致分为两类；无损压缩和有损压缩。无损压缩顾名思 义就是利用信号压缩后的精炼表达可W没有任何失真地恢复出原始数字信号；有损压缩则 是利用信号压缩后的精炼表达可W大致地恢复出原始信号，恢复后信号与原始信号虽然有 一定的误差，但误差在特定的应用中处于可接受的范围。很明显，无损压缩很吸引人但是由 于它所能提供的压缩比有限，因而往往不适用于需要大压缩比的场合。数据压缩技术几乎 无处不在，例如，我们拍摄的图片，听的音乐，欣赏的视频，甚至在星载光学遥感领域，几乎 所有的光电载荷均配有专口的数据压缩单元。
[0003] 变换域编码是一种较为流行的数据压缩方法，它通常把原始信号变换到某一个适 当的变换域中，来挖据信号在该变换域中的稀疏性表达或可压缩的表达形式。该里的"稀 疏性表达"是指，假设原始信号长度为化在变换域中该信号只有#t非零的系数，其中f? 化利用该#t非零系数可W很好地表达原始输入信号。"可压缩的表达形式"是指原始信号 可W很好地通过的^非零的系数来近似地表达。通过挖掘信号稀疏性表达的方式来实现信 号的压缩，该种压缩方式被诸多的压缩标准所采纳，例如JPEG、JPEG2000、H. 264和MP3等。 信号之所W能够被压缩是因为信号本身具有很大的冗余性，无论是声音信号还是图像信号 都是如此。我们来回顾常规的压缩技术工作过程，首先实现模拟信号到数字信号的采样，其 中含有大量的冗余数据，而后再通过变换域挖掘信号的稀疏性，最后通过压缩算法实现压 缩。该个过程其实包含了巨大的浪费，首先采集大量的冗余数据，而后在压缩过程再把该些 冗余数据去掉，那么为什么不一开始就丢弃那些冗余数据，直接采集有效的数据呢，该样不 仅可W节省数据采集过程的成本，还能节省空间，该就引出了本专利采用的一个理论"压缩 感知"。
[0004]"压缩感知"的英文表述为Compressivesensing或者Compressedsensing亦或 Compressivesampling,缩写为CS。单纯的"压缩"该个词，我们很容易理解，即把原来有冗 余的数据剔除掉，形成更为节省内存空间的精炼数据；单纯的"感知"该个词也很容易理解， 即信号采样(模拟信号变成数字信号的过程)。"压缩感知"该种直白的翻译在一开始不是很 容易理解，但当我们了解其背后的理论后，就能慢慢理解它的本质，也就是把压缩和采样合 二为一，即采样的过程也就是压缩的过程，经压缩感知采样后的数据本身就是压缩后的数 据。压缩感知理论指出稀疏的或具有稀疏表达的有限维数的信号可W利用远少于奈奎斯特 采样数量的线性、非自适应的测量值无失真地重建出来。针对一个信号-xeiw，.%中只包含 个非零值。假设我们通过一个感知矩阵垂获取了线性测量值，即我们可W通过下面的数 学模型描述该个采样过程y=审s，其中审是一个大小为MXiV的矩阵，ye里《，即采样所得的 测量值。矩阵承表示一个降维的投影操作，把1T映射到1W中，一般来说if<M?扣，即矩阵审 的列数远多于行数，该种数学表示也就是对标准压缩感知框架的描述。该理论一经提出，在 诸多领域例如信息论、信号/图像处理、医疗成像、射电天文、模式识别、光学/雷达成像、信 道编码等引起广泛关注。
[0005]虽然我们已知通过压缩感知方法可W很高效地完成对目标信号的采集与压缩，但 是常规基于压缩感知获取的数据必须经过重建步骤才能恢复原始信号，而利用L1范数最 小化的优化算法需要大量的计算，明显不适合手持设备，所W意味着基于压缩感知方法的 相机与我们常规使用数码相机习惯相违背，因为无法通过回放检验拍摄效果。而本专利中 采用了下采样模块和压缩感知模型相结合的方法，可W满足手持设用户通过缩略图来检验 拍摄效果。不仅如此，缩略图还在本专利中利用L1范数最小化重建原始图像时扮演约束条 件的角色，所W该种增加了约束条件的重构方法远优于同样压缩比下基于常规压缩感知重 构的图像质量。
[0006] 该就引出了本专利的核屯、"一种高效图像采集与压缩方法"，该种方法省去了常规 变换编码中找到重要变换系数并对重要变换系数编码的复杂处理过程，因而具有重要的现 实意义；例如，针对星载光学成像设备而言，省略整个压缩单元意味着节省大量功耗、体积， 该对航天遥感来说意义重大。同时该种方法也非常契合民用相机低功耗、轻便的迫切需求。 一直W来困扰手持相机或手机相机厂商的一个难题就是数码相机的功耗问题。例如，美国 ADI巧片公司生产的JPEG2000压缩编码巧片ADV202的峰值总功耗可W达到将近0. 9瓦，该 对当代越来越普及的手持设备来说实在是一个很大的负担。本专利提出的方法可W降低手 持设备的功耗并延长其电池工作时间，当然也可W减少手持设备的体积和重量。
【发明内容】
[0007] 本发明的目的在于提供一种高效图像采集与压缩方法，W解决上述问题。
[0008] 为了达到上述目的，本发明的技术方案是该样实现的： 高效图像采集与压缩方法，其特征在于，包括：图像探测器阵列，下采样模块，压缩感知 模块，压缩数据输出模块，图像重建模块； 所述传统的图像探测器阵列主要利用感光二极管（photodiode)阵列进行光电转换； 所述下采样模块是实现对原始图像的一个下采样步骤来获取缩略图，具体的下采样倍 率取决于具体应用。例如，假设原始图像大小为2048*2048像素时，通过16倍下采样时可 W获取一个大小为512*512像素的缩略图。该个缩略图一方面满足了接收端或解压缩端快 速回看的需求；另一方面，缩略图将会作为约束条件引入到基于L1范数最小化的求解中， 使得重建图像结果远优于没有采纳该个约束条件的重构质量。
[0009] 所述压缩感知模块用于实现压缩感知理论中的感知矩阵的功能，感知矩阵*表示 一个降维的投影操作，把1W映射到萨中，一般来说姬《W，即矩阵^的列数远多于行数，常 用的感知矩阵包括；高斯矩阵，贝努利矩阵和部分傅立叶变换矩阵，但在考虑实际可行性上 可能会限制他们的具体应用，例如服从高斯分布的高斯采样矩阵在硬件是几乎没有实现的 可行性，一方面，我们无法在存储器中存储该种绝对服从高斯分布的采样矩阵；另一方面， 常规的存储器无法存储规模巨大的采样矩阵（当我们需要根据一个采样个数Af= 1QQQ0 重建一个具有百万像素的图像W=ICiiDOTCG时，我们就需要10G字节的内存，该在实际 的应用中是很不现实的，而且该里还没有考虑到重建过程所需要的计算量，所W在实际的 应用中采用完全随机测量是很不实际的)。本专利中建议采用噪声波（Noiselet)变换来 实现，但不限于此，其实凡是满足或近似满足压缩感知理论中约束等距特性（restricted isometryprope;rty，RIP)并同时可W硬件实现的感知矩阵都可W应用于此。Noiselet是 一种与小波变换完全不相关（Incoherence)的表达方式，尤其是当信号在Harr小波域内表 现出稀疏性时，则该信号在噪声波变换域中是延展的，即完全满足压缩感知理论中对感知 矩阵约束等距特性。
[0010] 所述压缩数据输出模块负责把下采样模块和压缩感知模块的输出数据进行编码 输出，形成用来传输或存储的码流。本专利采用先输出下采样模块获取的缩略图数据而后 再输出经压缩感知模块获取数据的顺序。如果为了进一步提高压缩比，还可W按此顺序额 外地嵌入传统的无损压缩编码方法例如哈夫曼（化ffman)编码、算数（Arithmeticcoding) 编码、行程长度编码、自适应字典编码等。
[0011] 所述图像重建模块负责基于接收端收到的压缩数据对原始输入图像的重建。本专 利的数据采集与压缩方法明显区别于传统的奈奎斯特采样方法，获取的数据并不是直接图 像数据而是经过感知矩阵压缩后的数据，所W必须要经过一个重建的过程才能恢复原始的 图像。因为经过