面向边缘特征保持的图像压缩.pdfVIP

104 光电工程 2012年 12月 征提取，那么解压图像边缘等特征损失过多会严重干扰后续图像探测识别等任务，降低 目标识别率LlJ。因 此在图像压缩技术发展迅速的同时，如何在图像低比特率压缩的同时将图像边缘等特征保留下来成为迫切 需要解决的问题。 图像的大部分信息是由图像的特征如边缘和纹理表示的，单纯靠有损压缩提取和保持特征信息有一定 困难。现有的应对边缘等特征损失的方法有图像增强后再压缩 j；图像解压后增强，对于边缘保持有一定 效果。DirckSchilling等人提出图像压缩编码与图像边缘特征保持相结合的图像压缩思想4【j，适用于低比特 率图像压缩传输。 近年来出现的基于小波的 Contourlet~ (WBCT)[5-7]是一种方向性多尺度几何分析工具，它对图像边 缘纹理等特征保持的性能优于小波变换，非常适合于低比特率图像压缩，因此，本文借鉴 DirckSchilling 等人思想，考虑用基于小波的Contourlet变换压缩和边缘特征保持相结合的图像压缩方法进行低比特率图 像压缩，以期达到图像压缩同时保留边缘特征的目的。 1 面向边缘特征保持的图像压缩方法 1．1总体思想 我们的目的是在低比特率压缩条件下，解压图像可以更快地被人们所识别。因此面向边缘特征保持的 图像压缩方法包括两个部分：图像压缩和边缘保持。方法流程如图l所示。源图像厶通过边缘检测器，检 测出可能帮助人们识别图像的显著边缘 。然后对提取出的边缘通过标准边界链码，如Freeman链码，进 行编码。编码后的边缘信息作为压缩信息的一个组成部分进行传输。源图像厶还需进行普通图像压缩，变 换方式选取基于小波的Contourlet变换(WBCT)。最终的压缩图像包含边缘编码信息和图像变换压缩信息两 部分。解码器通过结合边缘定位信息E和WBCT解压图像 的像素灰度信息，通过边缘保持重建，最终得 到边缘信息保持的解压图像厶。 丁 量 目 量 匡茎 Edgepreservation 图1 面向边缘特征保持的图像压缩解／压流程 Fig．1 Flow chartofimagecompression／decompressionorientedtoedgecharacteristicpreservation 下面将对面向边缘特征保持的图像压缩方法中的WBCT变换、边缘编码和边缘保持重建等主要环节的 关键技术进行详细阐述。 1．2基于小波的ContourJet变换 W(BOT) 二维离散小波变换只能表示水平、垂直、对角三个方向的细节信息，不能分析其他方向。而方向性是 图像的一个重要特征，如果对方向性分析不全面，就会导致它对图像边缘和纹理的表示效率不高。为了能 更好的分析图像中的方向性，2002年Do和MartinVetterli提出轮廓波(Contourlet)变换 ，它是一种多分 辨率、多方向性的图像表示方法。Contourlet分解变换的实现分为两个步骤 ：拉普拉斯金字塔(Laplacian Pyramid，LP)分解和方向滤波器组(DirectionalFilterBank，DFB)分解。其原理如图2(a)所示。每一次LP分 解比Mallat分解[121多出14／的冗余信息，不利于图像压缩。因此 Eslami等人提出了基于小波的contourlet 变换(Wavelet．basedContourletTransforill，WBCT)，一种非冗余版本的Contourlet变换。WBCT的基本思想 是用小波变换的Mallat塔式分解代替Contourlet变换的LP分解，然后使用DFB分别对Mallat分解中的高 频子带进行方向分解，其原理如图2(b)所示。 http：／／www，gdgc，accn 106 光电工程 2012年 12月 这个连通区域被完全编码。然后对下一个连通区域同样编码。Freeman4方向链码的方向数定义顺序如图 4(a)所示。相应地，链码定义如图4(b)所示，即根据当前