基于PBBShift的ROI編碼方法

陳 鑫，陳 曉，沈千里，蔡婷婷

(1.南京信息工程大學 大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，江蘇 南京 210044；2.南京信息工程大學 電子與信息工程學院，江蘇 南京210044）

基于PBBShift的ROI編碼方法

陳 鑫1，2，陳 曉1，2，沈千里1，2，蔡婷婷1，2

(1.南京信息工程大學 大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，江蘇 南京 210044；2.南京信息工程大學 電子與信息工程學院，江蘇 南京210044）

為使觀察者提早了解圖像的大致情況，提出了基于部分背景位平面位移(PBBShift)的感興趣區(qū)域(ROI)編碼方法。該方法將背景(BG)位平面分為兩部分，編碼時下移剩余的BG位平面，解碼時可優(yōu)先傳輸ROI系數(shù)和重要的BG系數(shù)，然后傳輸剩余的BG系數(shù)。實驗證明，該方法在低碼率下，ROI和BG質(zhì)量相差無幾；在高碼率下，ROI獲得比BG更好的質(zhì)量。改進的方法在帶寬受限的網(wǎng)絡(luò)中有很大的實用價值。

PBBShift；ROI編碼；BG位平面

0 引言

近年來，隨著多媒體技術(shù)的快速發(fā)展，人們對圖像壓縮的要求越來越高，某些情況下，JPEG標準和JPEG2000標準已經(jīng)無法滿足要求，為此，必須采用一種新的壓縮技術(shù)對圖像進行有效壓縮。感興趣區(qū)域(Region of Interest，ROI)編碼技術(shù)利用了人眼的視覺特性，已成為目前圖像壓縮研究的熱點。所謂ROI編碼，就是將圖像中比較關(guān)注區(qū)域(亦稱ROI)的位平面設(shè)置得比其余區(qū)域(亦稱 BG)的位平面高，就可優(yōu)先傳輸 ROI系數(shù)，相對提高圖像質(zhì)量。

對于ROI編碼，一些學者根據(jù)JPEG2000標準提供的一般位移(General Shift，GShift)法和最大位移(Maximum Shift，MaxShift)法，提出了一些改進方法。Wang Zhou[1]等提出了逐個位平面位移(BbBShift)法，該方法先上移重要的ROI位平面，然后逐個交替上移剩余的ROI位平面和一些BG位平面，剩余的 BG位平面不位移。Liu Lijie[2]等提出了部分重要位平面位移(PSBShift)法，該方法將 ROI位平面分為兩部分，上移其中重要的ROI位平面。梁燕[3]提出了通用的部分位平面位移(GPBShift)法，該方法上移重要的ROI位平面，同時下移非重要的BG位平面，其余的位平面保持不變。這些改進方法的實質(zhì)都是先傳輸ROI系數(shù)，然后傳輸BG系數(shù)和剩余的ROI系數(shù)。

本文通過研究前人的方法，提出了部分背景位平面位移(Partial Background Bitplanes Shift，PBBShift)法，并將此方法嵌入到多級樹集合分裂(Set Partitioning in Hierarchical Trees，SPIHT)算法中。該方法可使圖像觀察者先對圖像情況大致了解，然后決定是否需要。這種改進的方法可用于帶寬受限的網(wǎng)絡(luò)中。

1 多級樹集合分裂(SPIHT)算法

SPIHT算法是在嵌入式零樹小波(EZW)算法[4]的基礎(chǔ)上提出的一種新算法[5]。該算法采用空間方向樹、全體子孫集合和非直系子孫集合的概念，提高了編碼效率[6]。SPIHT算法還能生成一個嵌入碼流，接收的碼流在任意點被截斷時都可重構(gòu)圖像。

SPIHT算法的編碼過程由正向小波變換、量化編碼等組成。在SPIHT算法的基礎(chǔ)上嵌入ROI部分：確定ROI、生成 ROI模板、下移 BG位平面、ROI形狀和位置信息編碼，從而形成基于 GShift法的ROI編碼過程，如圖1所示。解碼是編碼的逆過程。

圖1 基于GShift法的ROI編碼過程

2 ROI編碼

2.1 ROI掩模

定義ROI掩模來標定小波系數(shù)中屬于ROI的點。若將ROI定義為矩形，此時只需確定矩形的左上角坐標(x1，y1)和右下角坐標(x2，y2)。ROI掩模 M(i，j)可由式(1)表示[7]，其生成過程[7]如圖2所示。

圖2 ROI掩模的生成過程(2次分解)

根據(jù)小波分解后各子帶系數(shù)在空間上的相似性，只需計算最低頻子帶LL中的ROI。該區(qū)域由左上角坐標和右下角坐標確定，該坐標與原始坐標的對應(yīng)關(guān)系如式(2)所示。

2.2 ROI編碼方法

GShift法和MaxShift法是兩種最基本、最常用的 ROI編碼方法[8]，如圖3所示。在 GShift法中，選擇一個位移因子S把BG位平面都下降S位，這樣，ROI的最重要位平面就高于BG的所有位平面，ROI就可以優(yōu)先編碼。解碼時，ROI就能獲得較好的恢復(fù)。S越大，ROI相對 BG的優(yōu)先級越高，質(zhì)量也就越高。當GShift法中的位移因子S增大到使得ROI位平面與BG位平面無重疊時，此時GShift法就變成了MaxShift法。

圖3 兩種ROI編碼方法[8]

3 改進方法

3.1 部分背景位平面位移(PBBShift)法

某些情況下，觀察者想在圖像剛開始解碼時了解一下圖像的大概情況，這就需要一部分BG位平面置于與ROI位平面同等高的位平面上。根據(jù)GShift法，本文提出了 PBBShift法，如圖4所示，其中S1為BG的重要位平面，S2為BG剩余位平面的下移位數(shù)。PBBShift法將BG位平面分為兩部分：重要位平面和剩余位平面。編碼時，BG的重要位平面不位移，剩余位平面向下位移。解碼時只需將BG的剩余位平面上移即可。由于該方法只需下移部分BG位平面，故稱此方法為PBBShift法。

3.2 編碼流程圖

相比 GShift法的 ROI編碼過程，PBBShift法的 ROI編碼部分相對復(fù)雜些，它要將BG位平面分為兩部分分別進行位移，具體的編碼過程如圖5所示。解碼是編碼的逆過程。

圖4 PBBShift法

4 實驗分析與結(jié)論

實驗選取 Lena圖像(512×512，8 bit)，如圖6所示，ROI定義在臉部，為矩形。實驗采用 MATLAB編程，將ROI部分嵌入到SPIHT算法中，先進行6級9/7小波變換，然后用PBCBShift法對位平面進行位移，其中 S1=2，

S2=2，最后得到編碼數(shù)據(jù)流。圖像的客觀評價用峰值信噪比 (PSNR)表示，單位為分貝(dB)，PSNR越大，質(zhì)量越好。圖7為 PBBShift法下各區(qū)域的PSNR對比。圖8為PBBShift法得到的主觀視覺效果圖。實驗還將PBBShift法與 No-Shift法、GShift法作比較，圖9為3種方法得到的PSNR實驗結(jié)果，其中，(a)為 ROI的 PSNR對比，(b)為BG的PSNR對比，(c)為全圖的PSNR對比。由于選取的ROI的面積占整幅圖像的比重小，所以全圖的PSNR接近于BG的PSNR。

圖5 PBBShift法編碼過程

圖6 Lena原圖

從圖7可知，低碼率下，ROI和BG的PSNR都比較小，相差不大；隨著碼率的增大，ROI的 PSNR先快速增大，然后平穩(wěn)增大，而 BG的 PSNR先緩慢增大，然后平穩(wěn)增大。從圖8看出，低碼率下，ROI和BG都比較模糊，但能看出輪廓；隨著碼率的增大，ROI比BG獲得更好的視覺效果，當碼率增大到一定時，ROI和BG都很清楚。

圖7 PBBShift法各區(qū)域PSNR對比

圖8 PBBShift法得到的主觀視覺效果圖

圖9 3種算法得到的PSNR對比

從圖9(a)看出，對于ROI，低碼率下，PBBShift法和

No-Shift法得到的 PSNR相差不大；隨著碼率的增大，PBBShift法的PSNR大于No-Shift法的PSNR,但是兩者的PSNR都低于GShift法的PSNR。從圖9(b)看出，對于BG，低碼率下，PBBShift法和No-Shift法得到的PSNR相差不大；隨著碼率的增大，PBBShift法的 PSNR大于No-Shift法的 PSNR,但是兩者的 PSNR都高于 GShift法的PSNR。

從上面幾組實驗，得出以下結(jié)論：

(1)本文提出的方法先解碼ROI系數(shù)和重要的BG系數(shù)，后解碼剩余的BG系數(shù)。運用該方法可先了解圖像的大致內(nèi)容，繼續(xù)解碼時，ROI將比BG獲得更好的視覺效果。

(2)本文提出的方法介于GShift法和No-Shift法之間。要使BG在低碼率下能較清楚地顯示，只需增大S1的值，此時本文方法就接近 No-Shift法。要使 ROI與BG有更大的視覺對比度，只需增大S2的值，此時本文方法就接近GShift法。

5 總結(jié)

ROI編碼技術(shù)是靜態(tài)圖像壓縮標準支持的一種新技術(shù)，該技術(shù)為圖像的高性能壓縮提供了很好的解決方案。本文在分析 GShift法的基礎(chǔ)上，提出了一種改進的ROI編碼方法，即PBBShift法。本文的創(chuàng)新點在于，該方法可以使觀察者先了解圖像的大致情況，如果是需要的圖像就繼續(xù)傳輸，ROI將比BG獲得更好的視覺效果，如果不是需要的圖像就停止傳輸，節(jié)省等待時間。實驗證明，該方法是有效的。這種改進的ROI編碼技術(shù)將在未來圖像壓縮領(lǐng)域發(fā)揮重大的作用。

[1]Wang Zhou，BOVIK A C.Bitplane-by-Bitplane shift (BbBShift)-a suggestion for JPEG2000 region of interest image coding[J].IEEE Signal Processing Letters，2002，9(5)：160-162.

[2]Liu Lijie，F(xiàn)an Guoliang.A new JPEG2000 region of interest image coding method：partial significant bitplanes shift[J]. IEEE Signal Processing Letters，2003，10(2)：35-38.

[3]梁燕.基于小波變換的序列圖像感興趣區(qū)域編碼[D].天津：天津大學，2005.

[4]牛德智，陳長興，王曙釗，等.一種基于 EZW 改進算法的圖像壓縮方法研究[J].電子技術(shù)應(yīng)用，2010，36(12)：128-131.

[5]JAIN V，JAIN N，PARIKH A.Comparative analysis of image compression using image interpolation and SPIHT encoding[C].Engineering and Systems(SCES)，2012：1-6.

[6]陳秀梅，王偉，湯敏.基于Curvelet變換和SPIHT算法的醫(yī)學圖像感興趣區(qū)域壓縮[J].中國醫(yī)學影像學雜志，2014，22(10)：786-792.

[7]小野定康，鈴木純司.JPEG2000技術(shù)[M].北京：科學出版社，2004.

[8]袁建亮，朱遠平.基于JPEG2000的感興趣區(qū)域壓縮編碼算法[J].天津師范大學學報(自然科學版)，2014，34(1)：42-46.

ROI coding method based on PBBShift

Chen Xin1，2，Chen Xiao1，2，Shen Qianli1，2，Cai Tingting1，2
(1.Collaborative Innovation Center of Atmospheric Environment and Equipment Technology，Nanjing University of Information Science and Technology，Nanjing 210044，China；2.College of Electronic and Information Engineering，Nanjing University of Information Science and Technology，Nanjing 210044，China)

In order to make observer know a general idea of image in advance,this paper puts forward Region of Interest (ROI)coding method based on Partial Background Bitplanes Shift(PBBShift).This method divides background(BG)bitplanes into two parts,remaining BG bitplanes are shifted down during coding,ROI coefficients and significant BG coefficients will be transmitted firstly during decoding,then remaining BG coefficients can be transmitted.Experiments show that ROI and BG have the same quality under low bit rate,ROI gets a better quality than BG under high bit rate.This improved method has a great practical value in limited bandwidth of the network.

PBBShift；ROI coding；BG bitplanes

TN919.81

A

0258-7998(2015)04-0159-04

10.16157/j.issn.0258-7998.2015.04.040

2015-01-21)

陳鑫(1989-)，男，碩士研究生，主要研究方向：圖像處理。

陳曉(1974-)，通信作者，男，教授，主要研究方向：圖像處理與信號處理，E-mail：chenxiao@nuist.edu.cn。

沈千里(1990-)，男，碩士研究生，主要研究方向：圖像處理。