基于灰度值分割的感興趣區(qū)域圖像壓縮算法

樊巧云　何博

摘 要：基于JPEG2000中感興趣區(qū)域（ROI）圖像壓縮標(biāo)準(zhǔn)，提出了一種新型ROI圖像壓縮算法。算法根據(jù)用戶指定的ROI條件，確定灰度值的重要位平面，然后將灰度值分割為重要灰度值和次要灰度值，優(yōu)先對重要灰度值進(jìn)行編碼。根據(jù)比特率要求對次要灰度值進(jìn)一步編碼。實(shí)驗(yàn)結(jié)果表明：提出的算法同時(shí)具有最大平移法和一般平移法的優(yōu)點(diǎn)，不僅能夠靈活控制ROI和背景區(qū)域圖像質(zhì)量在碼率上的分配，還能支持任意形狀的ROI編碼而不需要編碼形狀信息。另外，由于在小波變換前就進(jìn)行了灰度值分割，所以在低碼率時(shí)能夠有效提高計(jì)算速度并節(jié)省存儲(chǔ)空間。

關(guān)鍵詞：ROI； JPEG2000； 灰度值分割； 位平面

中圖分類號(hào)：TN919?34； TP751.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004?373X（2013）02?0013?03

感興趣區(qū)域圖像壓縮是數(shù)字圖像壓縮編碼領(lǐng)域的一個(gè)研究熱點(diǎn)，其在高壓縮比下，能夠更好地保證重建圖像ROI質(zhì)量，是有效解決圖像質(zhì)量和壓縮比之間矛盾的一種重要手段，在遠(yuǎn)程醫(yī)療、圖像檢索及無線電通信等領(lǐng)域有著重要的應(yīng)用價(jià)值。傳統(tǒng)的感興趣區(qū)域壓縮方法有JPEG2000標(biāo)準(zhǔn)中的最大平移法和一般平移法。

最大平移法是將ROI所有小波系數(shù)提升到高于背景區(qū)域小波系數(shù)的位平面，從而使ROI的編碼位配置在比背景的編碼位更前的位置[1]，所以其優(yōu)點(diǎn)是：可以實(shí)現(xiàn)ROI質(zhì)量的最佳效果；解碼時(shí)可以根據(jù)小波系數(shù)的位平面索引確定ROI掩膜信息，不需要對掩膜進(jìn)行編碼。但缺點(diǎn)是：不能靈活地控制ROI和背景區(qū)域的相對質(zhì)量：在編解碼任何背景區(qū)域信息之前，必須編解碼完成所有的ROI信息。由于平移值U必須足夠大來滿足最大平移法的要求，極大增加了小波系數(shù)的位平面數(shù)。因此，最大平移法適用于只要求圖像ROI質(zhì)量良好，背景區(qū)域信息可以忽略不計(jì)的情況。

一般平移法是根據(jù)用戶選定的一個(gè)適當(dāng)平移值U來提升ROI小波系數(shù)的位平面[2]。不同的U值決定了圖像ROI和背景區(qū)域的相對壓縮質(zhì)量。但是由于位平面的平移值U的選擇是任意的，所以需要一個(gè)對應(yīng)于ROI的形狀編碼器和相應(yīng)的解碼器，從而大大增加了編解碼的復(fù)雜性和比特流。使其在實(shí)際應(yīng)用中受到了限制，目前僅在圓形和橢圓形感興趣區(qū)域圖像壓縮的情況下用到該算法。

在有些應(yīng)用場合，對圖像ROI壓縮質(zhì)量和背景的壓縮質(zhì)量是有各自的一定要求的，對ROI并不需要完全無損壓縮，對背景區(qū)域也不希望完全忽略，所以希望能夠根據(jù)實(shí)際情況靈活設(shè)置ROI和背景區(qū)域的相對質(zhì)量分配[3]。一般平移法雖然能夠?qū)崿F(xiàn)ROI和背景區(qū)域的相對質(zhì)量分配，但是其分配并不是按照預(yù)先指定的質(zhì)量進(jìn)行分配，而是按照碼率的要求進(jìn)行的隨機(jī)分配，而且還需要ROI掩模形狀信息的支持。因此本文提出了一種基于用戶指定的ROI圖像壓縮質(zhì)量要求，對圖像的灰度值進(jìn)行分割的方法，實(shí)現(xiàn)滿足ROI條件下的最佳編碼。該方法不僅具有上述兩種方法的優(yōu)點(diǎn)，而且，該方法在低碼率編碼時(shí)顯著提高了小波變換的計(jì)算速度和內(nèi)存的存儲(chǔ)效率[4]。

1 基于灰度值分割的ROI壓縮算法

本文算法根據(jù)用戶規(guī)定的ROI圖像壓縮質(zhì)量，計(jì)算出ROI像素的重要位平面數(shù)量，按照計(jì)算結(jié)果對圖像所有像素進(jìn)行灰度值分割，形成兩部分：重要灰度值和次級(jí)灰度值。在一定碼率下，優(yōu)先對重要灰度值進(jìn)行ROI編碼，實(shí)現(xiàn)圖像的最佳壓縮效果。下面詳細(xì)介紹該算法的實(shí)現(xiàn)步驟。

11.2 灰度值分割

按照如上所求出的重要位平面數(shù)量，將圖像所有像素灰度值（背景區(qū)域和ROI均包括）分割為重要灰度值和次要灰度值。當(dāng)重要位平面數(shù)量S=5時(shí)，分割過程如圖1所示。

1.3 算法編碼過程

經(jīng)過分割后的重要灰度值包含滿足用戶要求的ROI圖像壓縮質(zhì)量所有位平面，因此利用最大平移法對重要灰度值進(jìn)行編碼，對次級(jí)灰度值進(jìn)行無ROI圖像編碼過程。按照上述流程，圖像小波系數(shù)的位平面編碼順序如圖2所示。

圖1 灰度值按S=5分割

圖2 位平面編碼順序

算法的編碼過程分為2部分。在第1部分，首先對重要灰度值的ROI（也就是ROI重要位平面）進(jìn)行編碼；如果編碼完成后，還沒有超出最大存儲(chǔ)空間，開始對重要灰度值的背景區(qū)域進(jìn)行編碼，這樣背景區(qū)域的信息就得到恢復(fù)。如果上述都編碼結(jié)束后，還有剩余存儲(chǔ)空間，在第2部分對分割后的次級(jí)編碼值進(jìn)行編碼，直至達(dá)到存儲(chǔ)空間上限或者所有位平面都編碼完畢（這就是無損壓縮的情況）。位平面編碼采用多級(jí)樹集合分裂算法（Set Partitioning in Hierarchical Trees，SPIHT）[6]。每一個(gè)位平面掃描完畢后，如果超過存儲(chǔ)空間，停止編碼。算法的詳細(xì)流程如圖3所示。

1.4 算法特點(diǎn)

根據(jù)MIN（ROI_PSNR）值來靈活控制ROI和背景區(qū)域的相對質(zhì)量分配，具有一般平移法的優(yōu)點(diǎn)；由于對重要灰度值的編碼采用最大平移法，所以支持任意形狀的ROI編碼而不需要編解碼ROI掩膜，具有最大平移法的優(yōu)點(diǎn)。在低碼率的應(yīng)用中，對于最大平移法和一般平移法，像素灰度值的所有位平面都參加小波變換，小波變換后再根據(jù)碼率的要求，對灰度值的低位平面忽略，不參與后續(xù)的編碼過程，這樣對小波變換過程來說，造成了存儲(chǔ)空間的浪費(fèi)和計(jì)算量的增加。本文算法在進(jìn)行小波變換之前就根據(jù)用戶規(guī)定的ROI壓縮質(zhì)量要求進(jìn)行了灰度值分割，所以在低碼率時(shí)，只有灰度值的重要位平面參與小波變換，從而有效提高了計(jì)算速度并節(jié)省了存儲(chǔ)空間。

圖3 本文算法流程圖

2 實(shí)驗(yàn)結(jié)果

使用Matlab對本文算法進(jìn)行驗(yàn)證，以Lena（512×512，8 b）作為測試圖像，ROI形狀是由規(guī)定參數(shù)定義的橢圓[7]；采用[97]提升小波變換[8]，小波變換次數(shù)為4次。

2.1 不同算法壓縮性能比較

設(shè)置用戶規(guī)定的ROI最低壓縮質(zhì)量為MIN（ROI_PSNR）為30 dB，40 dB，50 dB三個(gè)級(jí)別，ROI指的是ROI的PSNR，BG指的是背景區(qū)域的PSNR，bpp代表比特率（bit per pixel，bpp）。在不同MIN（ROI_PSNR）和bpp下對3種算法進(jìn)行比較。（Inf代表是無窮大）。

從表1可以看到：如果一般平移法的提升因子U等于本文算法根據(jù)用戶規(guī)定MIN（ROI_PSNR）計(jì)算出的重要位平面數(shù)量U值時(shí)，兩者的ROI和背景區(qū)域圖像的圖像質(zhì)量相當(dāng)，一般平移法略高于本文算法，但是一般平移法需要編解碼ROI形狀信息；低碼率時(shí)最大平移法ROI的壓縮質(zhì)量明顯高于本文算法和一般平移法，但是其背景區(qū)域圖像的壓縮質(zhì)量很低，所以無法滿足對整幅圖像有要求的壓縮過程。

三種方法在低碼率時(shí)的壓縮效果對比如圖4所示。

由表2中數(shù)據(jù)可以看出，在低碼率時(shí)，本文算法實(shí)際參與小波變換的比特?cái)?shù)小于其他兩種算法參與運(yùn)算的比特?cái)?shù)，因此能有效提高計(jì)算速度并節(jié)省內(nèi)存。

3 結(jié) 語

本文算法可以根據(jù)用戶指定的ROI壓縮要求來選擇最佳的壓縮過程。算法同時(shí)具有一般平移法靈活控制ROI和背景區(qū)域圖像質(zhì)量在碼率上的分配的優(yōu)點(diǎn)和最大平移法不需要編解碼ROI掩膜的優(yōu)點(diǎn)，同時(shí)由于在小波變換前就進(jìn)行了灰度值分割，所以在低碼率時(shí)，有效降低了參與小波變換的比特?cái)?shù)，從而提高了計(jì)算速度并節(jié)省了存儲(chǔ)空間，因此本文算法具有更加廣泛的應(yīng)用性。但是，本文算法不支持多個(gè)ROI同時(shí)編碼[9?10]，可以對此做進(jìn)一步研究。

參考文獻(xiàn)

[1] International Standization organization. ISO/ISC JTC 1/SC 29/WG 1 （ITU?T SG8） JPEG2000 partⅠ： final committee draft version 1.0 [S]. Geneva： ISO， 2000.

[2] International Standization organization. ISO/ISC JTC 1/SC 29/WG 1 （ITU?T SG8） JPEG2000 partⅡ： final committee draft version 1.0 [S]. Geneva： ISO， 2000.

[3] WANG Z， BOVIK A C. Bitplane?by?bitplane shift （BbBShift）： a suggestion for JPEG2000 region of interest coding [J]. IEEE Signal Processing Letters， 2002， 9（5）： 160?162.

[4] LIU Li?jie， FAN Guo?liang. A new JPEG2000 region of interest image encoding method：partial significant bitplane shift [J]. IEEE Signal Processing Lett.， 2003， 10（2）： 35?38.

[5] TAUBMAN D S， MARCELLIN M W. JPEG2000圖像壓縮基礎(chǔ)、標(biāo)準(zhǔn)和實(shí)踐[M].魏江力，柏正堯，譯.北京：電子工業(yè)出版社，2004.

[6] 徐勇，徐智勇，張啟橫，等.嵌入式掩膜的SPIHT任意形狀ROI編碼[J].光電工程，2009，36（9）：119?123.

[7] 郝紅衛(wèi)，蔣蓉蓉，石雅姍.一種圓形感興趣區(qū)域圖像壓縮算法[J].自動(dòng)化學(xué)報(bào)，2008，34（5）：601?604.

[8] 王巍，杜治蕓，曾勇，等.9/7提升小波變換圖像處理算法的高速FPGA實(shí)現(xiàn)[J].微電子學(xué)，2009，39（6）：852?856.

[9] 劉號(hào)，董育寧.基于SPIHT的ROI圖像壓縮編碼新算法[J].南京郵電大學(xué)學(xué)報(bào)，2011，31（1）：70?73.

[10] 孫超，姜守達(dá)，王建峰.一種基于EBCOT的感興趣區(qū)圖像編碼算法[J].自動(dòng)化學(xué)報(bào)，2010，36（5）：650?654.

[11] XU Ping， ZHU Shan?an. A new method for arbitrary shape ROI coding based on ISA?DWT [C]// International Conference on Control and Automation. Piscataway： IEEE， 2005： 1018?1021.

[12] 聶玉明，鄒雪妹.一種基于像素域的改進(jìn)的SPIHT算法[J].計(jì)算機(jī)仿真，2009，26（1）：209?211.