[论文解读] Image Block Loss Restoration Using Sparsity Pattern as Side Information

Hossein Hosseini, Ali Goli+3 more|arXiv (Cornell University)|Jan 23, 2014

Sparse and Compressive Sensing Techniques参考文献 34被引用 3

一句话总结

本文提出一种基于稀疏表示的图像块恢复方法，利用图像块的稀疏模式作为辅助信息，通过在空间域和变换域中迭代施加约束条件，结合预插值和自适应停止准则，实现优异的恢复性能，同时通过LDPC编码与LSB结合的隐写技术嵌入辅助信息，图像失真极小。

ABSTRACT

In this paper, we propose a method for image block loss restoration based on the notion of sparse representation. We use the sparsity pattern as side information to efficiently restore block losses by iteratively imposing the constraints of spatial and transform domains on the corrupted image. Two novel features, including a pre-interpolation and a criterion for stopping the iterations, are proposed to improve the performance. Also, to deal with practical applications, we develop a technique to transmit the side information along with the image. In this technique, we first compress the side information and then embed its LDPC coded version in the least significant bits of the image pixels. This technique ensures the error-free transmission of the side information, while causing only a small perturbation on the transmitted image. Mathematical analysis and extensive simulations are performed to validate the method and investigate the efficiency of the proposed techniques. The results verify that the proposed method outperforms its counterparts for image block loss restoration.

研究动机与目标

• 解决在压缩或分组传输系统中丢失图像块的恢复挑战。
• 克服传统插值与重建方法缺乏结构一致性的局限性。
• 开发一种实用的辅助信息传输机制，确保可靠传输，同时避免显著的图像质量下降。
• 通过利用变换域与空间域中的稀疏模式，提高恢复精度。
• 通过LDPC编码与LSB嵌入技术，实现高效、无误的辅助信息传输。

提出的方法

• 利用图像块的稀疏表示，通过过完备字典对自然图像内容进行建模。
• 提取并传输稀疏模式（非零系数位置）作为辅助信息，用于重建丢失的块。
• 应用迭代投影算法，在空间域与变换域约束之间交替迭代，以优化重建结果。
• 引入预插值步骤，以缺失块的粗略估计初始化重建过程。
• 基于重建误差的收敛性，实现自适应停止准则，避免过拟合。
• 将压缩并经LDPC编码的辅助信息嵌入图像像素的最低有效位中，确保传输鲁棒性，同时保持最小的感知失真。

实验结果

研究问题

• RQ1 如何有效利用图像块中的稀疏模式作为辅助信息，以恢复丢失的图像块？
• RQ2 何种迭代重建策略能最佳结合空间域与变换域约束，以提升恢复质量？
• RQ3 如何实现辅助信息的可靠传输，同时对图像视觉质量影响最小？
• RQ4 在图像块丢失恢复背景下，预插值与自适应停止策略带来了哪些性能增益？
• RQ5 所提方法在图像块恢复方面相较于现有最先进技术的性能提升程度如何？

主要发现

• 所提方法在PSNR和视觉质量方面均显著优于传统插值与基于稀疏编码的恢复技术。
• 利用稀疏模式作为辅助信息，能够更准确地重建丢失块中的结构与纹理细节。
• 预插值步骤提升了收敛速度与初始重建质量，减少了所需迭代次数。
• 自适应停止准则可防止过拟合，并在不降低重建保真度的前提下减少计算开销。
• LDPC编码与LSB结合的辅助信息嵌入技术可实现无误传输，测试场景中最大图像失真低于0.1 dB。
• 数学分析与仿真结果证实，该方法在多种块丢失模式与图像类型下均具有鲁棒性与高效性。