静止图像的ROI区域自动提取与编码-信号与信息处理专业论文.docxVIP

南京邮电大学硕士研究生学位论文 摘要 摘要 随着多媒体技术的不断发展和人们对于信息通信智能化的需求，近年来感兴趣区域提取 与编码技术成为学者们研究的热点之一。感兴趣区域提取技术是图像内容差异性编码及视频 图像智能分析的基础，对于基于语义的图像检索、智能视频行为分析、远程医学图像诊断具 有重大的应用价值。感兴趣区域编码技术即优先对感兴趣区域并有别于非感兴趣区域的编码 技术，在带宽有限制条件下显得尤为重要。 图像感兴趣区域的提取和编码技术涉及到如下关键技术问题： 1．图像的预处理过程，因为图像采集过程中经常受到噪声和光照不均的影响，这直接影 响感兴趣区域的提取准确程度。2. 图像感兴趣区域的确认过程，或者说研究什么是感兴趣区 域，针对文章中应用的安防监控图像，将研究图像中具有人脸特征的区域作为提取的感兴趣 区域，并研究其提取方法。3.对提取区域采用有别于其他区域的编码方法。 图像预处理技术对于提高提取感兴趣区域的准确率和获取较清晰的图像质量至关重要。 本文首先对静止图像中的噪声去除和光照补偿方法进行研究，采用改进的中值滤波和改进的 Retinex 算法处理所采集的图像。仿真结果表明，改进的中值滤波方法可以在保证图像细节的 同时较好地去除噪声，利用改进的 Retinex 算法处理图像可以获得较好的图像光照效果。 感兴趣区域提取是后续对图像内容进行差异性编码的基础，文中研究传统的感兴趣区域 的提取方法。针对室内常见监控场景的特点，把人脸作为感兴趣区域，深入研究基于特征提 取的人脸检测方法，采用基于 Adaboost 人眼定位和肤色特征相结合方法定位人脸，实验仿真 得出利用该方法可以获得人脸定位较高的准确率。 除了上述传统的基于特征提取感兴趣区域的方法外，近几年来基于人眼视觉特征的感兴 趣区域提取方法越来越受到广大学者的重视。论文在大量查阅前人研究方法的基础上，针对 原有基于 ITTI 视觉模型提取方法中提取感兴趣区域不完整的缺陷，提出了一种改进 ITTI 模 型和 K-means 算法相结合的方法来提取感兴趣区域。实验结果表明，改进方法与传统的 ITTI 提取感兴趣区域方法比较，获取感兴趣区域的准确率更高。 在准确提取感兴趣区域之后，进一步对提取的感兴趣区域采用有别于其他区域的方法进 行编码。重点研究在静止图像压缩标准 JPEG2000 中基于系数移位和率失真优化 ROI 压缩算 法的流程，并比较它们的优缺点，研究其改进算法。结合这两种方法的优势，提出基于改进 的率失真优化和系数移位相结合的感兴趣区域编码方法。通过实验分析，得出该方法与 PSBshift 算法相比提高了图像的峰值信噪比。 关键字：ROI 提取，ROI 编码，ITTI 模型，人脸定位 I II II 南京邮电大学硕士研究生学位论文 Abstract Abstract With the development of multimedia technology and the need of intelligent of information communication, recently the technology of ROI extraction and coding become the hot topic. The technology of ROI extraction is the basic of image content different coding and intelligent video analysis,what’s more,it’s useful for image retrieval、intelligent video analysis、remote medical image diagnosis.ROI Coding technology is used in the areas where the bandwith is limited. The technology of image ROI extraction and coding have following a few questions: Firstly in the pace of image preprocessing,the noise and uneven illumination have great effect on the accuracy rating of ROI extraction.Secondly how to extract the image ROI areas is the main topic in this paper.In this paper, facial feature is regard as the ROI ar