[论文解读] Image Compression Based on Compressive Sensing: End-to-End Comparison with JPEG

Xin Yuan, Raziel Haimi-Cohen|arXiv (Cornell University)|Jun 3, 2017

Sparse and Compressive Sensing Techniques参考文献 73被引用 10

一句话总结

本文提出了一种基于压缩感知（CS）的端到端图像压缩系统，整合了感知、量化和熵编码，性能可与JPEG相媲美，并在低比特率下表现更优。结果表明，使用确定性感知矩阵和优化的量化-压缩权衡可显著提升重建质量，尤其在JPEG易受块效应影响的低速率区域表现更佳。

ABSTRACT

We present an end-to-end image compression system based on compressive sensing. The presented system integrates the conventional scheme of compressive sampling and reconstruction with quantization and entropy coding. The compression performance, in terms of decoded image quality versus data rate, is shown to be comparable with JPEG and significantly better at the low rate range. We study the parameters that influence the system performance, including (i) the choice of sensing matrix, (ii) the trade-off between quantization and compression ratio, and (iii) the reconstruction algorithms. We propose an effective method to jointly control the quantization step and compression ratio in order to achieve near optimal quality at any given bit rate. Furthermore, our proposed image compression system can be directly used in the compressive sensing camera, e.g. the single pixel camera, to construct a hardware compressive sampling system.

研究动机与目标

• 开发一种基于压缩感知的实用端到端图像压缩系统，集成量化与熵编码，适用于实际部署。
• 评估并优化压缩感知图像压缩中量化分辨率与压缩比率之间的权衡。
• 在不同比特率和图像类型下，对比所提系统与JPEG及JPEG2000的性能表现。
• 识别在给定比特率下能最大化图像质量的感知矩阵与重建算法的最佳组合。
• 通过设计与模拟域测量兼容的系统，实现与压缩感知相机（如单像素相机）的直接硬件集成。

提出的方法

• 系统使用确定性感知矩阵（如2D-DCT或WHT）将图像投影至低维测量空间，替代随机感知矩阵。
• 测量值通过有限码书进行量化，所得码字使用无损压缩进行熵编码，生成比特流。
• 提出一种优化搜索方法，以在任意目标比特率下选择最优的量化步长与压缩比率组合，实现近似最优质量。
• 使用NLR-CS和D-AMP等先进重建算法进行图像重建，这些算法利用自然图像中的低秩性与稀疏性等结构先验。
• 端到端评估系统性能，包括编码器（感知、量化、熵编码）与解码器（重建），以SSIM和PSNR作为性能度量指标。
• 系统设计兼容硬件压缩感知系统（如单像素相机），支持在模拟感知流水线中直接部署。

实验结果

研究问题

• RQ1 在基于压缩感知的图像压缩系统中，感知矩阵的选择（确定性 vs. 随机）如何影响图像重建质量？
• RQ2 在给定比特率下，量化分辨率与压缩比率（即测量数）之间最优权衡为何？
• RQ3 所提基于压缩感知的图像压缩系统在不同图像类型与比特率下，与JPEG和JPEG2000相比，其率失真性能如何？
• RQ4 在基于压缩感知的图像压缩中，确定性感知矩阵是否能优于标准随机感知矩阵？
• RQ5 该系统在多大程度上可适配用于硬件压缩感知相机（如单像素相机）？

主要发现

• 在低比特率下（SSIM < 0.7），所提基于压缩感知的图像压缩（CSbIC）系统优于JPEG，显著减少了块效应伪影并呈现更平滑的失真。
• 在一半测试图像中，CSbIC在所有质量等级下均优于JPEG；在另一半图像中，交叉点出现在SSIM 0.7–0.9之间，此时JPEG超越CSbIC。
• 2D-DCT与NLR-CS的组合，或2D-WHT与D-AMP的组合，在所有测试配置中实现了最佳重建质量。
• 在低比特率下，系统性能可与JPEG2000相媲美，尤其在SSIM < 0.7时表现更优，表明其在低速率场景下具备强大竞争力。
• 使用确定性感知矩阵显著提升了性能，尤其在结合频域定位等特定领域先验时效果更明显。
• 所提的量化与压缩比率组合优化方法可在任意给定比特率下实现近似最优质量，证明了系统级优化的有效性。