基于稀疏分解的分塊圖像壓縮編碼算法

陳炳權　劉宏立

摘要：以壓縮感知理論為基礎，將匹配追蹤（Matching Pursuit，簡稱MP）算法運用到圖像的壓縮編碼中.首先，闡述了原子庫的構建方法，之后，采用分塊感知壓縮圖像分解方法，降低了分解的運算復雜度，最后，針對傳統MP算法編碼率不高的問題，利用MP原子能量與位置分布特點，對原子系數和位置參數進行編碼，并提出了MP原子編碼方法.實驗結果表明，采用分塊感知壓縮圖像分解方法，能有效地降低稀疏分解的計算復雜度，其壓縮編碼方法在保持傳統MP圖像編碼優勢的前提下，能有效地提高編碼性能和編碼率，體現了稀疏分解較傳統分解方法的優勢.endprint

摘要：以壓縮感知理論為基礎，將匹配追蹤（Matching Pursuit，簡稱MP）算法運用到圖像的壓縮編碼中.首先，闡述了原子庫的構建方法，之后，采用分塊感知壓縮圖像分解方法，降低了分解的運算復雜度，最后，針對傳統MP算法編碼率不高的問題，利用MP原子能量與位置分布特點，對原子系數和位置參數進行編碼，并提出了MP原子編碼方法.實驗結果表明，采用分塊感知壓縮圖像分解方法，能有效地降低稀疏分解的計算復雜度，其壓縮編碼方法在保持傳統MP圖像編碼優勢的前提下，能有效地提高編碼性能和編碼率，體現了稀疏分解較傳統分解方法的優勢.endprint

摘要：以壓縮感知理論為基礎，將匹配追蹤（Matching Pursuit，簡稱MP）算法運用到圖像的壓縮編碼中.首先，闡述了原子庫的構建方法，之后，采用分塊感知壓縮圖像分解方法，降低了分解的運算復雜度，最后，針對傳統MP算法編碼率不高的問題，利用MP原子能量與位置分布特點，對原子系數和位置參數進行編碼，并提出了MP原子編碼方法.實驗結果表明，采用分塊感知壓縮圖像分解方法，能有效地降低稀疏分解的計算復雜度，其壓縮編碼方法在保持傳統MP圖像編碼優勢的前提下，能有效地提高編碼性能和編碼率，體現了稀疏分解較傳統分解方法的優勢.endprint