JPEG2000标准中ROI感兴趣区域编码的改进算法

分析了小波压缩的相关理论知识,着重对JPEG2000系统中的ROI功能进行了研究,实现了ROI的构思和实用算法,给出了性能分析,进而分析了目前ROI算法的局限性并给出了ROI的改进算法,做出了相应的实验结果分析。

JPEG2000中的感兴趣区域(ROI)编码技术

系统介绍JPEG2 0 0 0感兴趣区域编码技术的基本原理和核心算法 ,阐述ROI掩模的概念及计算 ,并实现对含有感兴趣区域图像的重建 。

基于SPIHT的感兴趣区域的多描述编码

提出了一种感兴趣区域的多描述SPIHT编码方法.该方法将具有分层内嵌特性的SPIHT码流编码成多个描述子,通过对所有零树重新进行重要性排序,为每个描述子分配不同编码速率的完全编码码流和冗余码流.在分配速率时,优先对感兴趣区域分配较多的冗余,而对背景区域或非感兴趣区域分配速率较低的冗余,以进一步增强感兴趣区域的抗误码以及抗分组丢弃能力.文中对编码过程中零树、冗余树及其编码速率之间的关系进行了定量分析,并给出了重要性排序和冗余树分配的具体算法.实验证明,该文方法同其它感兴趣区域编码方法相比,可以进一步提高感兴趣区域在分组丢弃情况下的恢复图像质量.

基于游程和扩展指数哥伦布编码的任意形状感兴趣区域图像编码

给出一种上下文自适应的游程编码和扩展指数哥伦布编码。利用游程编码算法对图像小波系数及ROI掩模进行上下文自适应建模并输出三元组样本;然后扩展普通的指数哥伦布编码,使其可以编码由游程编码建模输出的三元组样本,在对小波系数编码的同时可以携带感兴趣区域掩模标记信息。由此得到一种可以区别感兴趣区域和背景区域的高效编码算法,并以此算法为基础提出一种感兴趣区域编码的编解码框架,该框架包括5/3小波变换、小波域掩模标记生成、不均匀最佳量化、游程编码和扩展的指数哥伦布编码。该算法的游程建模过程简单,熵编码算法可用闭合公式表达,具有较高的可实现性。实验结果表明,提出的算法支持多个任意形状的感兴趣区域,感兴趣区域相对于背景区域的编码优先级可调,并且可以获得高于基于BbB-shift的SPIHT算法的压缩性能。

二次率失真优化截取的感兴趣区域编码

提出了一种基于优化截取內嵌码块编码(EBCOT)压缩技术感兴趣区域的编码,根据给定的感兴趣区域的最小峰值信噪比要求,利用率失真优化原理自动组织码流。与一般感兴趣区域编码方法不同的是该方法不对小波域的系数进行提升。解码器不需要知道该图像是否存在感兴趣区域或者具体位置,只要进行正常的解码即可。同样重要的是该算法保留了EBCOT的固有特性。实验结果表明,该算法能够获得很好的总体质量。

一种利用视觉掩蔽效应的感兴趣区域视频编码方法

传统感兴趣区域视频编码方法通过整体降低ROI区域的量化参数来实现ROI质量优化,会造成整体率失真性能的下降,尤其在低码率时下降更加严重。针对这一问题,结合人眼掩蔽特性的精细Grid量化方法在文中提出,可有效提高ROI质量并降低整体质量的损失。而且该量化方法能够根据ROI尺寸大小对初始感知权重进行自适应调节,适用于ROI特征不同的视频序列。实验结果表明,对于不同特征的标准测试序列,在中低码率条件下和H.264相比,本文算法能平均提高ROI的PSNR值1.905dB,主观感受有明显提升。和同类ROI算法相比,ROI质量平均提升0.47dB,整体质量提高0.625dB。

率失真斜率提升感兴趣区域编码

提出了率失真斜率提升感兴趣区域编码方法,不需要对小波域的系数进行比特平面提升,而是通过提升率失真斜率实现感兴趣区域编码.解码器不需要进行小波域系数的逆提升,而且达到感兴趣区域的恢复质量要求.这种编码方式适合给定感兴趣区域的失真要求和交互式编码的图像压缩.

基于SPIHT的感兴趣区域编码

感兴趣区域(ROI)编码是一种重要的图像编码思想,可用来解决图像质量与压缩比之间的矛盾,特别适合应用到医学图像压缩中。提出了一种基于层次树集合划分(SPIHT)算法的感兴趣区域编码方法,通过附加ROI掩模信息,无需提升小波系数,使得ROI优先于其它区域编码和传输。

一种新的基于率失真优化的感兴趣区域编码

根据EBCOT编码中率失真优化截取算法的特点,,结合最大位移法提出了以提升率失真斜率来实现任意形状ROI优先编码的方法(DRshift法)。该方法提升的对象是ROI的失真斜率,而非ROI系数,从而避免了最大位移法(Maxshift)中引入过多的位平面导致的编码效率降低的问题。实验结果表明,该算法可在接收到图像的全部编码数据之前,优先实现任意形状的感兴趣区域的高品质重建,提高了编码效率,并且,通过改变提升因子的大小可实现感兴趣区域与背景区域重建图像质量的灵活可调。

JPEG2000感兴趣区域编码技术浅析

该文介绍了一种感兴趣区域(ROI)编码技术-最大位移法(Maxshiftmethod),它已经被JPEG2000第一部分所采纳。与一般位移法(Generalscalingbasedmethod)相比,最大位移法无需在码流中传递ROI形状的信息,也不必在解码端计算感兴趣区域模板(ROImask)。随后,该文由浅入深地阐述了任意形状ROI模板的计算方法,并且推导出了当ROI为矩形时计算其模板的快速算法。

一种适合JPEG2000编码的动态感兴趣区域提取算法

在分析了JPEG2000感兴趣区域(ROI)编码标准的基础上,提出了一种基于形态学的动态JPEG2000的ROI提取方法.利用形态滤波器组与分水岭分割算法将LLn小波子带图像划分为若干闭合区域,再利用区域纹理特征来判定LLn小波子带图像的ROI以及生成LLn子带的二值模板,最后依据离散小波变换结构以及坐标映射原理,动态生成全部子带的二进制ROI模板.在JPEG2000压缩软件中的应用结果证明,所提方法克服了目前ROI编码必须人工参与的缺陷,利用它可根据图像内容自动生成ROI编码图像,大大提高了批量ROI编码的效率.该方法同时还支持任意形状的图像,并与国际JPEG2000标准兼容.

基于相对失真测度的感兴趣区域编码

提出了一种基于相对失真测度的率失真斜率提升感兴趣区域编码算法.通过计算感兴趣区域与背景之间的相对失真确定感兴趣区域的率失真斜率提升幅度,使得实际感兴趣区域与背景的相对失真尽可能逼近给定值.本算法不需要对小波域的系数进行比特平面提升,而是通过提升率失真斜率实现.解码器不需要进行小波域系数的逆提升,且提升大小不受比特平面限制,可以精确到步骤.适合给定感兴趣区域与背景之间的相对失真,也适合交互式图像等感兴趣区域编码.相对失真改变时,不需要重新对图像进行比特平面编码,只要提升感兴趣区域斜率然后重新组织码流即可,避免了比特平面提升的感兴趣区域编码算法缺陷.仿真结果表明,本算法能够精确根据给定感兴趣区域与背景的平均相对失真组织码流,实际结果十分接近给定值.

一种基于JPEG2000的医学图像感兴趣区域编码技术

感兴趣区域编码是静态图像压缩标准JPEG2000支持的一种非常重要的功能,该标准提供了两种感兴趣区域编码的方法,这两种方法用于医学图像的处理却存在不同的不足之处。该文结合这两种编码方法各自的优点,提出了一种分步位移的处理方法,该方法不仅支持多个感兴趣区域的编码,而且还能自由调整感兴趣区与背景区图像的压缩质量。实验结果表明,医学图像的压缩性能得到了明显的改善。

基于感兴趣区域的低复杂度多描述编码方法

针对在不可靠网络中传输包含感兴趣区域图像的问题,提出了一种低复杂度、高效、鲁棒的编码方法.该编码方法建立在多路径网络传输结构的基础上,采用多描述编码思想,把图像信息分成几个描述;为了保护感兴趣区域,在每个描述中对这部分区域增加冗余度,并分别通过不同的路径传输.该编码方法实现了信号传输鲁棒性和编码效率的调节控制,并与各种高性能的图像或视频压缩技术相兼容.实验表明,该方法在提高图像在网络上传输鲁棒性的同时,也能有效地保护感兴趣区域,重建图像的感兴趣区域及背景区域的信噪比指标都有了明显的提高.

无链表图像感兴趣区域编码算法

针对基于链表实现的感兴趣区域编码算法占用存储资源较多的问题,提出了一种无链表的编码算法.在SPIHT(等级树集合分裂)编码过程中,采用标志位图表示系数和集合的重要性信息;优先编码感兴趣区域,利用队列缓存非感兴趣区域系数和集合信息;编码非感兴趣区域时,从队列中恢复编码所需的重要性信息.编码过程不需要提升感兴趣区域小波系数,能实现感兴趣区域重建质量的精确控制.仿真实验表明,该算法优于提升小波系数的感兴趣区域编码算法;当编码码率为1 bpp(比特/像素)时,其存储需求仅为链表实现的感兴趣区域分离编码算法的1/10.

基于感兴趣区域的可伸缩性容错编码

为了在低带宽的条件下提高视频质量并获得更高的编码效率,提出一种基于感兴趣区域(ROI)实现可伸缩容错编码的方法。在编码时结合基于ROI对象的动态FMO,满足了编码效率和容错性能的折衷。同时,结合FMO特性实现对增强层的感兴趣区域的优先传输,提高了视频质量和码流的可伸缩性。实验结果表明,该方法对于带宽受限条件下的图像传输具有很好的差错鲁棒性,图像PSNR可以提高2.5dB左右,能为图像感兴趣区域提供有效保护,提高图像质量。

一种新的感兴趣区域编码方法

感兴趣区域(ROI)编码和渐进解码都是JPEG2000的重要特性。当前的ROI编码算法不能控制渐进解码图像的相对质量或是计算量太大。基于位面组移动法和分段的思想,该文提出了位面群移动法,使位面的排列更加灵活,不同码率的解码图像相对质量更加稳定。该方法仅增加少量数据开销,计算复杂度也没有明显增加,实现比较简单。

基于JPEG2000标准感兴趣区域的编码算法

新一代静止图像压缩标准JPEG2000不仅比现有的标准如JPEG有更好的图像质量,而且JPEG2000新增了许多新的特征,感兴趣区域编码就是其特性之一。本文系统的介绍了感兴趣区域编码的一种算法Maxshif,t同时提出了对Maxshift算法的改进方法,最后通过实验来验证这种方法。

基于分布式信源编码和感兴趣区域编码的干涉多光谱图像压缩(英文)

基于干涉多光谱图像特点和应用环境要求,提出一种基于分布式信源编码和感兴趣区域编码的干涉多光谱图像压缩算法。编码端通过关键帧预测出边信息帧,然后联合估计的边信息帧和插值分布的概率模型在编码端进行比特平面码率估计,最后采用基于率失真提升的感兴趣区域编码,调整图像不同区域的率失真斜率来进行更合理的码率分配。实验结果表明,该算法比传统算法更好地保护了多光谱图像的光谱信息。在不同压缩比的情况下,这种编码方式在干涉多光谱图像压缩系统中可获得较好的效果,算法复杂度低。

感兴趣区域提升幅度确定及编码

基于小波变换的星载图像压缩中,感兴趣区域编码实现面临主要问题之一是如何确定小波域系数提升的幅度·提出了一种比特平面熵估计值计算模型及计算算法,能够有效逼近比特平面编码实际输出码率,同时提出了系数提升幅度的算法,从而解决了基于比特平面提升的感兴趣区域编码中系数提升幅度确定问题,可以保证感兴趣区域重建质量要求的前提下,背景和总体重建质量更好·该算法是根据图像内容和用户要求计算系数提升幅度,不需要进行人工干预,图像的复杂度不同,提升幅度也会不同·该算法适合感兴趣区域确定如干涉高光谱图像这类图像的编码·仿真结果表明,尽管不同图像具有不同的复杂度,本文算法都能够准确确定感兴趣区域系数的提升幅度,从而有效保证了总体编码效果更好·