基于高频编码（High-Frequency Encoding）的视频压缩成像（Video Compressive Imaging, VCI）技术

《Optics》：Video Compression Imaging Technology Based on High-Frequency Encoding

　　

视频压缩成像（Video Compressive Imaging, VCI）利用非相干编码（incoherent encoding）使低维探测器获取高维数据，但传统伪随机编码（pseudo-random coding）常表现出结构性采样导致细节丢失，调节采样率虽可平衡结构化采样与非相干性但重构质量仍不理想。为此，研究人员提出了一种高频编码方法，通过抑制低频分量（reducing low-frequency components）来缓解伪随机编码的结构性问题。仿真结果表明，该方法显著改善了图像细节重构，在各采样率下平均峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）提升约1.6%；在20%采样率时PSNR提升可达约6%。此外，该方法易于集成至现有VCI系统中，相比伪随机编码在图像重构质量与可靠性方面均有显著提升。

论文解读：基于高频编码的视频压缩成像技术研究

一、研究背景与立题依据

视频压缩成像（Video Compressive Imaging, VCI）结合了压缩感知（Compressed Sensing, CS）理论与成像探测器，允许低维探测器通过编码与解码过程捕获高维时空信息，广泛应用于提高CCD时间分辨率、条纹相机及光谱仪成像能力、医学成像、监控及等离子体物理等领域。当前VCI研究主要集中在正则化项（如高阶全变分、深度去噪网络）的改进，而对编码模式优化的关注较少。传统编码方案存在各自局限：高斯编码虽高度非相干但难以物理实现；哈达玛编码（Hadamard coding）具备正交性且易实现但随机性不足导致重构精度下降；伪随机编码（pseudo-random coding）因较好的非相干性成为主流，但其局部不规则采样易造成细节丢失及重构精度降低。已有改进策略包括调节采样率（无法消除测量冗余）和直接优化编码分布（如遗传算法、基于预训练扩散生成模型的优化框架，计算量大且泛化性差）。鉴于自然图像具有强低频相关性、过多采集低频分量导致测量冗余，研究人员从频域分布角度提出高频编码方案，通过抑制低频分量提升性能，以克服伪随机编码结构性缺陷。

二、主要关键技术方法

研究人员构建基于数字微镜器件（DMD）或空间光调制器（SLM）的VCI编码调制模型，将动态场景B帧时序相关二维图像经编码掩模调制后积分得到压缩测量值Y，并向量化为y=Φx+n线性形式（Φ为传感矩阵需满足限制等距性质Restricted Isometry Property, RIP）。重构采用含数据保真项与先验正则化项λ·R(x)的变分问题，通过广义交替投影或交替方向乘子法（ADMM）迭代求解。编码设计上，先生成传统伪随机编码矩阵Φ_rand（元素由U(0,1)均匀分布随机数决定，按设定采样率T二值化），随后计算各像素处高斯核卷积的局部密度D(i,j)，应用自适应阈值T_adp=μ_D+α·σ_D（μ_D为局部均值，σ_D为局部标准差，α为可调抑制强度系数）进行高通滤波式修正——抑制过密区域（局部聚类）并在3×3或4×4全空邻域补偿采样点，从而削弱高频波动、提升低频结构空间连续性及采样均匀性。选用公开高速动态场景数据集（Drop、Dog、Runner、Box、Panda、Child，各含10或20帧256×256像素图像），在20%~46%采样率下对比伪随机编码、哈达玛编码及所提高频编码，以峰值信噪比（PSNR）和结构相似性（Structural Similarity Index Measure, SSIM）定量评估，并计算编码模式与其空间平移版本间的归一化互相关系数评估编码非相干性。

三、研究结果

2. Principle（原理）

2.1. Video Compressive Technology（视频压缩成像技术）

研究人员介绍了VCI基本采集与重构模型：第b帧视频图像被对应编码掩模逐像素相乘后经传感器阵列积分得压缩测量Y，像元值y_ij=Σ_bΦ_ij,b·X_ij,b+N_ij；向量化形式为y=Φx+n。为成功分离混叠视频信号，传感矩阵Φ须满足RIP条件：(1-δ_k)‖x‖₂²≤ ‖Φx‖₂²≤ (1+δ_k)‖x‖₂²（δ_k为限制等距常数）。重构转化为含正则约束的优化问题：min_x?‖y?Φx‖₂²+ λR(x)，通过梯度下降（测量一致性强制）与正则化（信号空间约束）交替迭代求解。结论：该模型为后续编码设计提供理论框架，表明编码矩阵特性直接影响CS重构性能。

2.2. Low-Frequency Coding Models（原文小节标题，实指高频编码对传统伪随机编码的改进模型说明）

研究人员给出伪随机编码矩阵定义后，详述所提高频编码的两步处理：先用高斯核计算局部密度D(i,j)=Σ_{(u,v)∈Ωi,j}Φ_rand(u,v)·G(u?i,v?j,σ)，再依自适应阈值处理Φ_HF(i,j)=1 if D(i,j)>μ_D(i,j)+α·σ_D(i,j) else 0（过密区抑制新增采样点，全空小邻域降低阈值增补采样点）。为验证低频采样率下高频编码均匀性优势，研究人员在250×250矩阵、20%~26%采样率下将编码划分为5×5块统计块内采样率分布：伪随机编码采样率分布标准差σ=0.16，高频编码σ=0.12，分布更集中、波动更小；100×100矩阵25%采样率可视化亦显示高频编码空间分布更均匀。结论：所提高频编码通过抑制过度局部波动、均衡局部采样密度，在相同采样率下获得优于伪随机编码的空间均匀性，可减少局部欠采样区域。

2.3. Evaluation of Coding Incoherence（编码非相干性评估）

研究人员定义归一化互相关系数 ρ=Σ_iΦ(i)·Φ_shift(i) / (√Σ_iΦ(i)²· √Σ_iΦ_shift(i)²) 评估原始编码与其空间平移版本间相关性（移位是时变编码典型形式），ρ越小表明编码非相干性越好、帧间混叠测量可分性越强。结论：后续仿真中在不同采样率下对比该指标进一步佐证高频编码保留了足够的非相干特性。

3. Simulation Results（仿真结果）

研究人员使用六组公开动态场景（10帧及20帧序列，256×256分辨率），在20%~46%采样率下分别以伪随机编码、哈达玛编码、高频编码做压缩视频重构仿真。结果表明：①各采样率下高频编码PSNR与SSIM均高于伪随机编码，哈达玛编码最低；平均PSNR较伪随机编码提升1.6%，在极低20%采样率时PSNR提升约6%；平均SSIM提升约0.45%。②视觉对比显示高频编码更好地保留快速运动物体边缘及纹理细节（如Runner场景中线条、Box场景中"CCTV"字母），伪随机编码出现模糊，哈达玛编码出现明显伪影。③PSNR/SSIM随采样率先升后边际效益减小且有轻微波动，源于测量冗余与时序混叠影响。④20帧重构比10帧更易受帧间串扰与运动模糊影响致SSIM略降，说明高时域压缩下结构保持更难。⑤归一化互相关系数对比显示高频编码保持了与伪随机编码相当的低相关水平（良好非相干性）。结论：高频编码在保持编码非相干性的同时改善采样均匀性，特别在低采样率及丰富纹理/快速运动场景下显著提升VCI重构质量与可靠性。

四、讨论与结论总结（翻译/浓缩结论部分）

研究人员总结：提出一种新型高频编码模式，通过对随机编码进行抑制低频分量处理，在保留非相干性的同时增强采样点分布均匀性，显著提高图像重构质量与可靠性。多组仿真基于不同采样率下平均峰值信噪比（Mean Peak Signal to Noise Ratio, MPSNR）与平均结构相似性（Mean Structure Similarity Index Measure, MSSIM）的分布及拟合曲线对比表明，高频编码改善系统成像质量，尤其在传统伪随机编码易产生局部欠采样或分布不均的低采样率条件下改善更为显著；该优势与场景复杂度及信息密度相关——纹理丰富、边缘锐利或快速运动场景中局部采样丢失对重构影响较大，所提编码能提供更佳局部采样覆盖。该方法可便捷融入现有VCI系统。