文摘引入了压缩感知(Compressed sensing,CS)理论,给出了在获取局部二维离散余弦变换(Discrete cosine transform,DCT)系数的基础上高质量地编码与重构图像的新方法.研究了在无量化和有量化情况下,基于局部DCT系数的图像CS最小全变差重构算法.在对DCT系数进行量化的过程中得到含噪的局部DCT系数,在此基础上设计了能完成CS重构的图像编解码一般流程,并构建了实际应用系统.实验结果表明,对于稀疏性较强的图像,在图像编解码系统中结合CS理论与方法能得到高质量的重构图像,与传统的直接反离散余弦变换(Inverse DCT,IDCT)方法相比,峰值信噪比(Peak signal to noiseratio,PSNR)最大能提高5dB以上,对于一般图像,PSNR也有较大提高.
