将分层树集合划分算法(Set Partitioning in Hierarchcal Trees,SPIHT)引入到感兴趣区域(Region of Interest,ROI)编码中。对前n个高比特平面进行编码时,将ROI区域与背景无区分进行编码。对n个高比特平面之后的平面进行编码时,将背景区...将分层树集合划分算法(Set Partitioning in Hierarchcal Trees,SPIHT)引入到感兴趣区域(Region of Interest,ROI)编码中。对前n个高比特平面进行编码时,将ROI区域与背景无区分进行编码。对n个高比特平面之后的平面进行编码时,将背景区域进行清零操作,ROI区域继续用SPIHT算法进行编码。此算法的优点:位平面数减少;整个图像的基本信息能够优先被恢复出来。在解码端,依靠原有的SPIHT解码程序就可以将其解码出来。可用于现有的SPIHT算法应用中,并且能够很好地恢复感兴趣的图像。展开更多
将分层树集合划分算法(Set Partitioning in Hierarchcal Trees,SPIHT)引入到感兴趣区域(Region of Inter-est,ROI)编码中。结合JPEG2000中最大位移法和尺度法对感兴趣区域处理时的优点,提出了基于SPIHT算法的感兴趣区域图像编码的新方...将分层树集合划分算法(Set Partitioning in Hierarchcal Trees,SPIHT)引入到感兴趣区域(Region of Inter-est,ROI)编码中。结合JPEG2000中最大位移法和尺度法对感兴趣区域处理时的优点,提出了基于SPIHT算法的感兴趣区域图像编码的新方法。此算法的优点是:位平面数减少,整个图像的基本信息能够优先被恢复出来。在解码端,依靠原有的SPIHT解码程序就可以将其解码出来。展开更多
文摘将分层树集合划分算法(Set Partitioning in Hierarchcal Trees,SPIHT)引入到感兴趣区域(Region of Interest,ROI)编码中。对前n个高比特平面进行编码时,将ROI区域与背景无区分进行编码。对n个高比特平面之后的平面进行编码时,将背景区域进行清零操作,ROI区域继续用SPIHT算法进行编码。此算法的优点:位平面数减少;整个图像的基本信息能够优先被恢复出来。在解码端,依靠原有的SPIHT解码程序就可以将其解码出来。可用于现有的SPIHT算法应用中,并且能够很好地恢复感兴趣的图像。
文摘将分层树集合划分算法(Set Partitioning in Hierarchcal Trees,SPIHT)引入到感兴趣区域(Region of Inter-est,ROI)编码中。结合JPEG2000中最大位移法和尺度法对感兴趣区域处理时的优点,提出了基于SPIHT算法的感兴趣区域图像编码的新方法。此算法的优点是:位平面数减少,整个图像的基本信息能够优先被恢复出来。在解码端,依靠原有的SPIHT解码程序就可以将其解码出来。