一種圖像通信方法與流程
2024-04-13 07:00:05
1.本發明涉及圖像通信技術領域，尤其是一種圖像通信方法。
背景技術：
2.隨著二維圖像壓縮技術的逐步成熟，圖像壓縮標準得以完善建立，使壓縮算法進一步有了重大突破，目前正在開展的壓縮編碼方法研究種類繁多，倘若將現實中已經實現的有效壓縮比以成倍的比例提高，那麼其產生的研究價值將是巨大的，二維壓縮技術的成熟也使三維圖像的立體式存儲及其壓縮技術樹立了更高的起點標準。隨著網絡資源的進一步豐富擴展，人們獲取信息的欲望越來越強烈，對圖像的清晰度、處理逼真性也提出了更高的要求。而信息量傳遞需求的增加同時又使網絡化的數據傳輸以成倍的速度增長，從而導致了網絡資源的緊張，時常出現網絡高峰、擁堵的現象，因此實現圖像通信高效傳輸以及保證圖像的高質量則是現有通信技術中研究的關鍵問題。現提出一種圖像通信方法，實現圖像通信的高效傳輸，同時保證圖像的質量。
技術實現要素：
3.本發明的目的是通過提出一種圖像通信方法，以解決上述背景技術中提出的缺陷。
4.本發明採用的技術方案如下：提供一種圖像通信方法，包括如下步驟：s1：從發送端接收圖像信號；s2：對接收的圖像信號進行壓縮感知處理；s3：對接收的圖像數據進行圖像壓縮重建；s4：對壓縮重建後的圖像進行沉浸式製作；s5：將沉浸式製作的圖像發送至接收端。
5.作為本發明的一種優選技術方案：所述s1中經過解碼器進行數字量轉換後，獲得一維離散信號。
6.作為本發明的一種優選技術方案：所述s2中，將一維離散信號劃分成多個大小相等的子塊，引入正交獨立高斯分布矩陣，對子塊進行變換，將圖像的一維離散信號轉換成二維圖像塊信號。
7.作為本發明的一種優選技術方案：所述s3中的圖像壓縮重建步驟如下：基於壓縮圖像的二維圖像信號建立圖像塊信號特徵訓練集，並根據解析度分為高解析度特徵圖像塊和低解析度特徵圖像塊訓練集，分別對高解析度特徵圖像塊和低解析度特徵圖像塊訓練集進行分塊匹配，並通過搜索窗口進行檢索獲取相似圖像塊，對相似圖像塊進行特徵提取後再進行歸一化處理，通過近鄰搜索算法搜索近鄰圖像塊，再對圖像塊進行線性重組獲取重建的圖像。
8.作為本發明的一種優選技術方案：所述s4中圖像沉浸式內容製作步驟包括圖像的
沉浸式分割處理及融合處理。
9.作為本發明的一種優選技術方案：所述沉浸式分割處理中，設重建的圖像大小為，像素點，圖像的低頻、高頻部分的圖像信息主成分分別為、，計算每個波段的紋理特徵：其中，為波段參數；像素點的位置特徵為：的位置特徵為：的位置特徵為：分別為像素點對應、的位置特徵；基於上式，將提取的圖像紋理特徵向量歸一化至值域中。
10.作為本發明的一種優選技術方案：所述沉浸式分割處理步驟中，通過meanshift算法對圖像進行自動調節，得到多維特徵自適應向量為：其中，，分別為像素點的位置特徵向量及紋理特徵向量，的近鄰像素點的位置特徵向量及紋理特徵向量分別為和，位置帶寬與紋理帶寬分別為和，為像素點的第個近鄰像素點，為像素點的近鄰像素點數量；將位置向量歸納成空間域，採用meanshift濾波操作，獲取模態點，以此聚類相同模態點的全部像素點，獲取低頻、高頻部分的特徵聚集區，按照聚類結果計算每個聚類區的目標特徵坐標距離及紋理距離後運算後續聚類的帶寬，通過上式在紋理域實現meanshift聚類，獲取低頻、高頻分量的特徵聚類區，根據區域合併準則實施區域合併。
11.作為本發明的一種優選技術方案：所述區域合併準則如下：s3.1：兩個近鄰聚類區的空間距離低於，兩個聚類區合併；s3.2：兩個近鄰聚類區的紋理距離低於，兩個聚類區合併；s3.3：將聚類區中最低像素設置為n，單區域像素數低於n，此區域被合併至近鄰的剩餘區域內，實現圖像低頻、高頻分量的特徵分割。
12.作為本發明的一種優選技術方案：所述融合處理步驟中，融合低頻分量時，將圖像
低頻分量設為，需要融合的高頻分量設為，將和實施融合操作，得到融合分量：生成融合圖像新的低頻分量：式中，為小波塊標準差；作為本發明的一種優選技術方案：所述融合處理步驟中，融合高頻分量時，其中，為像素集；、為分別為經過小波分解獲取的新的高頻分量和方差。
13.本發明提供的圖像通信方法，與現有技術相比，其有益效果有：本發明基於接收的圖像信號進行壓縮感知處理，提升了圖像傳輸的效率，通過壓縮重構處理，保證了傳輸圖像的質量，再基於自適應的圖像分割方法對圖像進行分割、融合，能夠結合圖像呈現環境進行自適應調節，獲得更為清晰、逼真的圖像。採用小波變換方法較好地保護了圖像中的各項信息，將小波變換方法與his轉換方法結合，可以充分保護圖像的信息完整性，從而提升了圖像融合的視覺效果。
附圖說明
14.圖1為本發明優選實施例的方法流程圖。
具體實施方式
15.需要說明的是，在不衝突的情況下，本實施例中的實施例及實施例中的特徵可以相互組合，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
16.參照圖1，本發明優選實施例提供了一種圖像通信方法，包括如下步驟：s1：從發送端接收圖像信號；s2：對接收的圖像信號進行壓縮感知處理；s3：對接收的圖像數據進行圖像壓縮重建；s4：對壓縮重建後的圖像進行沉浸式製作；s5：將沉浸式製作的圖像發送至接收端。
17.所述s1中經過解碼器進行數字量轉換後，獲得一維離散信號。
18.所述s2中，將一維離散信號劃分成多個大小相等的子塊，引入正交獨立高斯分布矩陣，對子塊進行變換，將圖像的一維離散信號轉換成二維圖像塊信號。
19.所述s3中的圖像壓縮重建步驟如下：基於壓縮圖像的二維圖像信號建立圖像塊信號特徵訓練集，並根據解析度分為高解析度特徵圖像塊和低解析度特徵圖像塊訓練集，分別對高解析度特徵圖像塊和低解析度特徵圖像塊訓練集進行分塊匹配，並通過搜索窗口進行檢索獲取相似圖像塊，對相似圖像塊進行特徵提取後再進行歸一化處理，通過近鄰搜索算法搜索近鄰圖像塊，再對圖像塊進行線性重組獲取重建的圖像。
20.所述s4中圖像沉浸式內容製作步驟包括圖像的沉浸式分割處理及融合處理。
21.所述沉浸式分割處理中，設重建的圖像大小為，像素點，圖像的低頻、高頻部分的圖像信息主成分分別為、，計算每個波段的紋理特徵：其中，為波段參數；像素點的位置特徵為：的位置特徵為：的位置特徵為：分別為像素點對應、的位置特徵；基於上式，將提取的圖像紋理特徵向量歸一化至值域中。
22.所述沉浸式分割處理步驟中，通過meanshift算法對圖像進行自動調節，得到多維特徵自適應向量為：其中，，分別為像素點的位置特徵向量及紋理特徵向量，的近鄰像素點的位置特徵向量及紋理特徵向量分別為和，位置帶寬與紋理帶寬分別為和，為像素點的第個近鄰像素點，為像素點的近鄰像素點數量；將位置向量歸納成空間域，採用meanshift濾波操作，獲取模態點，以此聚類相同模態點的全部像素點，獲取低頻、高頻部分的特徵聚集區，按照聚類結果計算每個聚類區的目標特徵坐標距離及紋理距離後運算後續聚類的帶寬，通過上式在紋理域實現meanshift聚類，獲取低頻、高頻分量的特徵聚類區，根據區域合併準則實施區域合併。
23.所述區域合併準則如下：s3.1：兩個近鄰聚類區的空間距離低於，兩個聚類區合併；
s3.2：兩個近鄰聚類區的紋理距離低於，兩個聚類區合併；s3.3：將聚類區中最低像素設置為n，單區域像素數低於n，此區域被合併至近鄰的剩餘區域內，實現圖像低頻、高頻分量的特徵分割。
24.所述融合處理步驟中，融合低頻分量融合時，將圖像低頻分量設為，需要融合的高頻分量設為，將和實施融合操作，得到融合分量：生成融合圖像新的低頻分量：式中，為小波塊標準差；所述融合處理步驟中，融合高頻分量時，其中，為像素集；、為分別為經過小波分解獲取的新的高頻分量和方差。
25.本實施例中，從接收端接收圖像信號，對接收的圖像進行壓縮感知處理進行傳輸，傳輸完成後，對壓縮處理的圖像進行圖像壓縮重建，基於壓縮圖像的二維圖像信號建立圖像塊信號特徵訓練集，並根據解析度分為高解析度特徵圖像塊和低解析度特徵圖像塊訓練集，分別對高解析度特徵圖像塊和低解析度特徵圖像塊訓練集進行分塊匹配，並通過搜索窗口進行檢索獲取相似圖像塊，對相似圖像塊進行特徵提取後再進行歸一化處理，通過近鄰搜索算法搜索近鄰圖像塊，再對圖像塊進行線性重組獲取重建的圖像。
26.對重建後的圖像進行沉浸式內容製作以獲取更為清晰、高質量的圖像。圖像多光譜由多個光譜波段和一個全色波段構成，波段信息不僅具有關聯性，而且信息量具有冗餘性。由於主成分分析法的線性轉換性能較好，可去除波段間關聯性，因此，將圖像低頻、高頻部分的多光譜信息含量依次設成兩個主成分、。圖像中的差異地物會存在較為類似的光譜表象，只通過光譜特徵實施meanshift濾波操作，便能將光譜存在類似性的差異樣本收斂至特徵空間一致的模態點中，此時地物光譜不可分，因此，進行航測內業遙感圖像分割時，需要導入紋理特徵，以此來優化圖像分割的穩定度。
27.設重建的圖像大小為，像素點，圖像的低頻、高頻部分的圖像信息主成分分別為、，計算像素點的紋理特徵：像素點的位置特徵為：
分別為像素點對應、的位置特徵；基於上式，將提取的圖像紋理特徵向量歸一化至值域中。
28.設像素點的近鄰像素點數量為50個，通過meanshift算法對圖像進行自動調節，得到像素點的多維特徵自適應向量為：其中，，分別為像素點的位置特徵向量及紋理特徵向量，的近鄰像素點的位置特徵向量及紋理特徵向量分別為和，位置帶寬與紋理帶寬分別為和，為像素點的第個近鄰像素點，為像素點的近鄰像素點數量；將位置向量歸納成空間域，採用meanshift濾波操作，獲取模態點，以此聚類相同模態點的全部像素點，獲取低頻、高頻部分的特徵聚集區，按照聚類結果計算每個聚類區的目標特徵坐標距離及紋理距離後運算後續聚類的帶寬，通過上式在紋理域實現meanshift聚類，獲取低頻、高頻分量的特徵聚類區，實施區域合併，分別設定位置帶寬，紋理帶寬，若兩個近鄰聚類區的空間距離低於閾值，將兩個聚類區合併；兩個近鄰聚類區的紋理距離低於閾值，將兩個聚類區合併；將聚類區中最低像素設置為n，單區域像素數低於n，此區域被合併至近鄰的剩餘區域內，實現圖像低頻、高頻分量的特徵分割。
29.通過融合處理分別融合低頻分量和高頻分量，並循環高頻分量和低頻分量的融合步驟，每個分解層水平、垂直、斜向三種方位的高頻分量均實現融合再停止，將獲取的新的低頻、高頻分量實時小波逆變換，重構獲取新的圖像；將新的圖像與原始圖像h、s分量實施his逆轉換，得到經深度融合後的圖像。
30.同樣可以通過圖像分割方法提取圖像中的局部圖像數據信息，並通過融合準則融合至其他場景中，如通過圖像分割方法提取圖像中的某個人物模型，通過融合準則融合至現實環境中，可以此實現虛擬與現實相結合的場景。
31.對於本領域技術人員而言，顯然本發明不限於上述示範性實施例的細節，而且在不背離本發明的精神或基本特徵的情況下，能夠以其他的具體形式實現本發明。因此，無論從哪一點來看，均應將實施例看作是示範性的，而且是非限制性的，本發明的範圍由所附權利要求而不是上述說明限定，因此旨在將落在權利要求的等同要件的含義和範圍內的所有變化囊括在本發明內。不應將權利要求中的任何附圖標記視為限制所涉及的權利要求。
32.此外，應當理解，雖然本說明書按照實施方式加以描述，但並非每個實施方式僅包含一個獨立的技術方案，說明書的這種敘述方式僅僅是為清楚起見，本領域技術人員應當
將說明書作為一個整體，各實施例中的技術方案也可以經適當組合，形成本領域技術人員可以理解的其他實施方式。