基于广义建模理论的多原子库图像编码方法研究

项目名称： 基于广义建模理论的多原子库图像编码方法研究

项目编号： No.61371191

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 张勤

作者单位： 中国传媒大学

项目金额： 84万元

中文摘要： 现有的图像编码框架中，以DCT、小波变换为代表的基于基展开的编码方式没有考虑图像信号本身的特征，而以稀疏分解为代表的基于统计建模的图像编码又不能满足模型空间普适性的要求。针对这一问题，本项目通过引入图像广义建模理论进行图像的统计特性分析，并由此开展多原子库模型下的图像编码框架的研究。首先，提出基于图像广义建模理论的信息度量方法，在综合考虑多模型空间带来的图像在选择最优原子库时产生的不确定性以及多原子库带来的图像总体编码增益的情况下，将编码转化为最小化能量函数的优化问题；其次在定义广义建模性冗余的概念后，将图像建立有针对性的原子库的过程等价为图像广义建模性冗余去除的过程，由此提出一种基于特征区域提取的模型空间优化方法；最后，配合相应的参数提取方法，量化策略，熵编码方案以及优化理论，以最小化广义建模能量函数为目标提出一种多原子库图像优化编码框架，从而为图像/视频处理技术的发展开辟一条新的途径。

中文关键词： 广义建模理论；多模式理论；图像压缩；图像分析；特征提取

英文摘要： In the existed image compression frameworks, the basis expansion( i.e. DCT and Wavelets) intends to express any arbitrary signal with a finite function or vector, while neglecting the feature of signal per se, while the statistical modeling(i.e. Sparse co

英文关键词： Modelibility；Multi-mode Theory；Image Compression；Image Analysis；Feature Extraction