基于随机游走图拉普拉斯的平滑先验用于 JPEG 图像软解码
计算机视觉与模式识别
2016-12-21 v1
摘要
鉴于 JPEG 压缩图像的普遍性，从压缩格式优化图像重建仍是一个重要问题。软解码并非简单地从索引化的 DCT 系数量化箱中心重建像素块（硬解码），而是借助信号先验，在索引箱内选取适当的系数值来重建块。因此挑战在于如何定义合适的先验并有效应用它们。本文中，我们结合三种图像先验——针对 DCT 系数的拉普拉斯先验、稀疏先验以及针对图像块的图信号平滑先验——构建一种高效的 JPEG 软解码算法。具体而言，我们首先利用拉普拉斯先验为每个编码块计算最小均方误差（MMSE）初始解。接着，我们表明尽管稀疏先验能减少块效应，但限制过完备字典的规模（以降低计算量）会导致高 DCT 频率的恢复效果变差。为缓解此问题，我们基于随机游走图拉普拉斯矩阵（LERaG）的左特征向量设计了一种新的图信号平滑先验（期望信号主要具有低图频率）。与先前的图信号平滑先验相比，LERaG 具有理想的图像滤波特性且计算开销低。我们展示了 LERaG 如何通过将对低图频率分量解释为谱聚类中归一化割的松弛解，从而有助于恢复分段平滑（PWS）信号的高 DCT 频率。最后，我们利用这三种信号先验以适当的先验权重构建了软解码算法。实验结果表明，我们的方案在客观与主观评价上均显著优于当前最先进的软解码算法。
引用
@article{arxiv.1607.01895,
title = {Random Walk Graph Laplacian based Smoothness Prior for Soft Decoding of JPEG Images},
author = {Xianming Liu and Gene Cheung and Xiaolin Wu and Debin Zhao},
journal= {arXiv preprint arXiv:1607.01895},
year = {2016}
}