基于SPIHT算法的ROI编码研究.docVIP

基于SPIHT算法的ROI编码研究 摘要：感兴趣区〔ROI〕编码与图像压缩算法的相结合，可使ROI获得高质量。本文通过在多级树集合分裂〔SPIH〕算法中嵌入ROI，形成基于SPIHT算法的ROI图像编码方法。该方法通过下移背景〔BG〕位平面使ROI位平面置于BG位平面之前，解码时优先传输ROI系数。实验选取一般位移法，将此算法与传统的SPIHT算法作比拟，并研究了不同条件下各区域的质量。实验证明，本文算法明显优于传统的SPIHT算法，选择合理的参数能得到好的视觉效果。 关键词：ROI编码；图像压缩；SPIHT算法；一般位移法中图分类号：TP39 文献标识码：A DOI：10.3969/j.issn.1003-6970.2022.02.0240 引言近年来，随着多媒体技术的快速开展，人们对图像的压缩性能、应用范围等方面的要求进一步进步，寻求更高压缩比的图像压缩编码方法已经迫在眉睫。ROI编码利用了人眼的视觉特性，成为图像编码的研究热点之一。在实际应用中，把图像中的重要区域称为ROI，其余区域称为BG。在编码时，将ROI位平面置于BG位平面之前，在解码时，ROI就可优先于BG解码，假如码流被截断，那么ROI将比BG获得更好的质量。这种先进的ROI编码技术既能满足高质量要求，又可节省存储空间。对于ROI编码，大量学者进展了研究，侯阿临等研究基于优化截取嵌入式编码〔EBCOT〕的ROI编码，她将多描绘编码〔MDC〕、EBCOT和ROI相结合运用到医学图像中，到达用尽量少的存储空间保证了ROI质量的目的。邓海涛等研究了基于嵌入式零树小波〔EZW〕的ROI图像算法，该算法不需要对ROI形状编码且可灵敏调整ROI与BG的重构质量。此外，还有一些学者提出了将ROI嵌入到集合分裂嵌入式〔SPECK〕算法中。SPIHT算法是由Said和Pearlman提出的一种基于分层树的集合划分算法。它是对EZW算法的扩展，虽然它比EZW算法复杂，但它的编码效率比EZW算法高。本文在SPIHT算法的根底上，参考JEPG2000标准中提供的ROI编码算法，将ROI嵌入到SPIHT算法中，形成基于SPIHT算法的ROI静态图像编码方法，这种图像编码方法改善了主观视觉效果。1 SPIHT算法SPIHT编码算法是在EZW算法的根底上提出的一种新算法。SPIHT算法考虑了图像经过小波分解后，能量集中于最高分解级的低频子带以及各个子带之间具有空间自相似性等特点，在继承了EZW思想的根底上，设计了一种新的空间方向树来有效地组织小波系数，如图1所示。通过对树的划分，将尽可能多的无效值聚集在一个子集中，用一个单位符号表示。在SPIHT编码过程中，小波的重要信息保存在重要像素列表〔LSP〕、不重要像素列表〔LIP〕和不重要集列表中〔LIS〕。2 ROI编码2.1 ROI掩模进展带有ROI的图像编码时，需在编码端生成ROI掩模。ROI掩模主要是为了识别小波系数属于ROI还是属于BG，以便可以对它们进展相应的位平面位移。ROI掩模M〔i，j〕可由式〔1〕表示：用小波变换逐次将子带进展分裂与合成时，运用ROI掩模来特定对应不同分辨率子带间ROI的系数。ROI掩模的生成过程如图2所示。2.2 ROI算法JPEG2000标准定义了两种ROI编码算法：一般移位法和最大位移法，如图3所示。在一般移位法中，事先选择一个适宜的位移因子S，把BG位平面都下降S位，这样，ROI系数的最重要位平面就高于BG系数的所有位平面。编解码时，ROI就会先于BG被编解码，在这过程中也会有一些ROI系数与BG系数一起编码、传输和解码。由于能自由选择比例因子S，所以一般位移法可以控制ROI和BG之间质量的相对重要性。当一般位移法中的比例因子S增大到使得ROI位平面与BG位平面无重叠时，此时一般位移法就是最大位移法。3 带有ROI的SPIHT算法3.1 算法框架相对于SPIHT算法的编解码过程，带有ROI的SPIHT算法就显得比拟复杂些，它在SPIHT算法的根底上添加了确定ROI、生成ROI模板、ROI形状和位置信息以及BG位平面的位移几局部。如图4所示，编码过程首先要确定ROI、生成ROI掩模，然后用小波变换对整个图像进展塔式分解，再次将BG位平面下降S位、进展ROI形状和位置信息的编码，最后按照SPIHT算法思想量化、编码，最终生成压缩码流。解码是编码的逆过程，对BG位平面的处理是将它们上移S位。4 实验与讨论实验选取Lena图像〔512×512，8位〕进展ROI编码，如图5所示。实验先对Lena图像进展6级9/7整数小波变换，接着用一般位移法对位平面进展位移，本实验通过下移BG位平面来使得ROI系数高于BG系数，最后用SPIHT算法得到编码