基于JPEG2000的感興趣區(qū)域壓縮編碼算法

袁建亮，朱遠平

（天津師范大學(xué)計算機與信息工程學(xué)院，天津300387）

在實際應(yīng)用中，觀察者往往只對圖像的某一部分感興趣，如圖片中的文字區(qū)域、醫(yī)學(xué)圖像中的病理部位、遙感圖像中的目標物體以及交通圖像中的汽車牌照等，這些區(qū)域統(tǒng)稱為感興趣區(qū)域（regions of interest，ROI），而感興趣以外的區(qū)域稱為背景區(qū)域（background，BG）.感興趣區(qū)域壓縮重構(gòu)質(zhì)量的高低直接決定了對重構(gòu)圖像的整體評價.而JPEG2000是基于離散小波變換（discrete wavelet transform，DWT）的最新靜態(tài)圖像壓縮標準[1]，它支持對ROI編碼.ROI壓縮編碼技術(shù)對圖像中的ROI進行無損壓縮或近似無損壓縮（不影響視覺觀察），對BG進行有損壓縮，既可以滿足人們對圖像的質(zhì)量要求，又可以降低圖像傳輸時間和節(jié)約存儲空間.圖像壓縮研究的主要方向有壓縮編碼結(jié)合人眼生理和心理視覺特性、基于分形幾何的分形編碼壓縮、基于模型的編碼技術(shù)、小波編碼以及基于人工神經(jīng)網(wǎng)絡(luò)的編碼等[2].目前關(guān)于圖像ROI提取的研究主要有2種方法：（1）利用圖像分割技術(shù)提取ROI；（2）從人眼視覺特性出發(fā)，通過模擬人眼視覺特點，尋找特定的視覺敏感區(qū)域，并將這些視覺敏感區(qū)域排序作為ROI.根據(jù)人眼的視覺特性，Claudio[3]提出提取局部極大值的6種圖像處理算法.對ROI進行編碼的研究也非常多，最基本的是對圖像ROI采用（5/3）小波變換，對BG部分采用（9/7）小波變換的方法[4].近年來，針對ROI部分系數(shù)改進方法的研究成果較多.如Liu等提出的PSBshift[5]和MSBshift[6]就是利用JPEG2000標準中規(guī)定的2種ROI編碼方法的優(yōu)點，對ROI系數(shù)進行提升.還有一些針對ROI在不同領(lǐng)域應(yīng)用的研究，將ROI編碼用于圖像檢索[7]、身份證圖像的壓縮[8]以及圖像車牌識別系統(tǒng)的圖像存儲系統(tǒng)[9]等，但這些研究只單純地將ROI編碼思想與實際應(yīng)用相結(jié)合，沒有對算法本身進行改進.本研究首先對JPEG2000壓縮編碼原理進行系統(tǒng)分析，然后用改進的EBCOT方法實現(xiàn)了基于JPEG2000的ROI有損壓縮編碼，最后采用混合編程進行算法仿真.

1 JPEG2000壓縮過程及原理

JPEG2000壓縮過程主要包括圖像預(yù)處理、小波變換、量化和熵編碼4部分，首先對原始圖像進行預(yù)處理，然后進行小波變換得到小波系數(shù)，再對小波系數(shù)進行量化和熵編碼.在解碼端，采用相反過程來重構(gòu)圖像.圖1和圖2分別為JPEG2000圖像編碼的編解碼流程[10-11].

圖2 基于DWT的JPEG2000解碼器流程Fig.2 Flowchart of JPEG2000decoder based on DWT

JPEG2000圖像編碼的具體流程為：

（1）DC電位平移.將原始圖像進行區(qū)域劃分，劃分為互不重疊的區(qū)域稱為片，將片中數(shù)據(jù)進行DC系數(shù)平移，將無符號數(shù)據(jù)轉(zhuǎn)換為有符號數(shù).

（2）分量變換.對具有多個分量的圖像先通過某種變換降低幾個分量之間的相關(guān)性，提高壓縮效率.目前JPEG2000主要是對RGB分量采用ICT（irreversible color transform）或 RCT（reversible color transform）將色彩信息轉(zhuǎn)換為頻道信息，解壓縮時進行相應(yīng)的逆變換恢復(fù)原分量的值.

ICT的定義為

式（1）中：Y為亮度分量；Ch為藍色色度分量；Cr為紅色色度分量.

RCT的定義為

式（2）中：Y為亮度分量；U和V均為色度分量.

（3）小波變換.不同于離散余弦變換（discrete cosine transform，DCT），小波變換具有對信號進行多分辨率分析（multi-resolution analysis，MRA）和反映信號局部特征的優(yōu)點.通過“變尺度”和“平移”運算，小波變換在空間域和頻域上為圖像提供大小可變的滑動窗口，在不同的尺度上對圖像進行分析，獲取圖像在不同空間域和頻域上的局部特征.對圖像信號進行多級小波變換，可得到不同空間分辨率的圖像逼近，使得壓縮碼流具有空間分辨率可分級的特性.這一特點允許壓縮碼流在不同的分辨率解碼器上解碼顯示[12].

JPEG2000采用的小波算法為小波提升算法，利用5/3或9/7濾波器組對分塊的圖像進行提升運算，前者可用于有損或無損圖像壓縮；后者只能用于有損圖像壓縮，其基本思想是將每一級濾波運算分解為分裂、預(yù)測和更新3個過程.二維Mallat算法采用了可分離的濾波器設(shè)計，相當(dāng)于分別對圖像數(shù)據(jù)的行和列作一維小波變換，對圖像（m×n）進行1次離散小波變換分解（式（3）～式（6））得到 4個子頻帶 a（LL）、v（LH）、h（HL）和 d（HH），其中 a（LL）表示圖像中的低頻信息，v（LH）表示垂直方向上的高頻信息，h（HL）表示水平方向上的高頻信息，d（HH）表示對角線方向上的高頻信息，N層小波分解就是不斷地對低頻信息a（LL）進行分解的過程.3層離散小波變換的頻率分布情況如圖3所示.

式（3）～式（6）中：a1代表低頻信息；h1代表水平方向上的高頻信息；v1代表垂直方向上的高頻信息；d1代表對角線上的高頻信息.

圖3 3層離散小波變換的頻率分布情況Fig.3 Frequency distribution of 3-layer DWT

（4）量化.經(jīng)過N級小波變換，得到（3N+1）個子帶.由于每個子帶的小波系數(shù)反映了圖像在不同頻域的特征，具有不同的統(tǒng)計和視覺特性，因此對每個子帶采用不同的量化步長進行量化.量化后的小波系數(shù)用符號和幅度值來表示.

（5）熵編碼.熵編碼在JPEG2000里實現(xiàn)的是優(yōu)化截斷的嵌入式塊編碼算法（embeded block coder with optimized truncation，EBCOT）.該算法采用2層編碼結(jié)構(gòu)，tile1編碼分為位平面編碼和基于上下文的算術(shù)編碼2部分，tile2編碼是分層、打包和形成碼流的過程.這層編碼完成了JPEG2000標準具有的許多優(yōu)良性能，如壓縮質(zhì)量和分辨率可分級性.分層裝配的目的是按率失真最優(yōu)的原則，選取合適的截斷點截斷每一分塊的壓縮碼流，裝配成具有分辨率可伸縮性（RLCP）或質(zhì)量可伸縮性（LRCP）的滿足預(yù)定編碼長度的最終碼流[13]，如圖4所示.

圖4 熵編碼形成的碼流結(jié)構(gòu)Fig.4 Code-stream structure formed by entropy coding

2 感興趣區(qū)域ROI壓縮編碼算法

在實際的處理過程中，要實現(xiàn)ROI以高于BG的質(zhì)量和優(yōu)先級編解碼，就要通過提升ROI對應(yīng)的小波系數(shù)或降低BG對應(yīng)的小波系數(shù)來實現(xiàn).實現(xiàn)ROI編碼就是在圖像編碼的基礎(chǔ)上增加ROI區(qū)域的確定過程、ROI模板生成過程、小波系數(shù)調(diào)整和ROI形狀及位置信息的編解碼過程以及由此引起對原算法的相應(yīng)調(diào)整過程.

2.1 最大偏移法（Max shift方法）

最大偏移法實現(xiàn)ROI的編碼原理如下：（1）在空間域確定ROI區(qū)域；（2）在小波域生成ROI模板；（3）判斷所有屬于BG的小波系數(shù)，確定其最大值max（bg）和 S，使 S=INT［log2｜max（bg）｜］，INT 表示取整；（4）對所有屬于ROI的系數(shù)進行提升，即乘以2S使對于任意屬于ROI的小波系數(shù)都大于等于2S，然后對處理后的小波系數(shù)進行編碼.在解碼端，首先解碼S值，然后解碼所有的小波系數(shù)，那些大于2S的ROI系數(shù)被平移到它們最初的值[14].

Max shift法與一般方法的比較情況如圖5所示.

圖5 Max shift法與一般方法的比較Fig.5 Compression of Max shift method and general method

與一般的基于尺度方法相比，Max shift方法的優(yōu)點是不用編碼ROI的形狀和位置信息（因為ROI系數(shù)被完全提升），可以對任意子帶進行提升，實現(xiàn)任意形狀的ROI編碼.但它也有對應(yīng)的不足之處，如在解碼BG之前必須完全解碼ROI，不能隨意調(diào)節(jié)S值以獲得相對ROI不同的優(yōu)先級.可以將此ROI編碼思想用于其他編碼算法以實現(xiàn)ROI編碼.

2.2 EBCOT方法

本研究采用改進的EBCOT方法來實現(xiàn)ROI的有損壓縮編碼，算法流程如圖6所示.

圖6 基于EBCOT方法實現(xiàn)ROI有損壓的碼流程圖Fig.6 Flowchart of ROI lossy compression based on EBCOT method

算法的具體步驟為：

（1）確定縮放比例S和圖像的ROI模板，找出屬于ROI區(qū)域的小波系數(shù).

（2）將小波系數(shù)表示成比特平面，然后對最高有效的S個位平面用EBCOT算法進行編碼.對于BG區(qū)域，始終編碼為0，并且重要性標志一直設(shè)為0；對于ROI區(qū)域，按照正常的編碼方法進行編碼.

（3）在前S個比特平面編碼完成后，再次從第1個比特平面開始編碼，對前S個比特平面進行第2次編碼.對ROI區(qū)域內(nèi)的小波系數(shù)跳過編碼，對其余小波系數(shù)采用正常的編碼方法進行編碼.

（4）對S比特平面以下的所有小波系數(shù)（包括ROI區(qū)域和BG區(qū)域）按照EBCOT編碼方法進行編碼.

在解碼端，由于沒有BG系數(shù)的移位，只需要按照碼流的順序進行解碼即可.因為ROI的編碼優(yōu)先于BG區(qū)域的編碼，所以當(dāng)碼流被截斷時，ROI的解碼質(zhì)量肯定高于BG的解碼質(zhì)量.

3 壓縮重構(gòu)圖像的判別標準

在有損編碼的算法中，由于刪除信息冗余度的同時也將不相干信息刪除，因此在解碼時不能精確恢復(fù)原始圖像，只能對原始圖像進行近似重構(gòu).假設(shè)原始圖像的像素個數(shù)為m×n，灰度f（xi，yi），i=（1，2，…，n），j=（1，2，…，m），經(jīng)過壓縮后重構(gòu)圖像的灰度為f′（xi，yi），通用的評價重構(gòu)圖像指標有MSE和PSNR.MSE是衡量“平均誤差”的一種較方便的方法，可以用于評價數(shù)據(jù)的變化程度，在圖像中反映的是壓縮圖像與原圖像對應(yīng)像素差值的累積和，在實際中，經(jīng)常用到的是峰值信噪比（PSNR）.當(dāng)PSNR超過30db時，人的視覺很難分辨出原始圖像與重構(gòu)圖像的差別[15].

4 算法仿真實驗

4.1 實驗過程

對于實際生活中的大量文本圖像，感興趣區(qū)域通常僅為文本內(nèi)容，對圖像信息要求并不高，所以在盡量保持文本內(nèi)容可讀的前提（低倍率壓縮ROI）下，高倍率壓縮BG信息，用最小的存儲空間來保存和傳輸文本圖像.基于此目標，在Visual Studio 2010和MATLAB R2011a環(huán)境下，對基于JPEG2000的ROI壓縮編碼算法進行實驗測試，選擇不同的圖像，手工指定圖像上的ROI，即文本區(qū)域，然后在壓縮時對ROI和BG分別指定不同的壓縮率獲得重構(gòu)圖像.將不同壓縮率的ROI與BG自由組合，得到不同壓縮率的重構(gòu)圖像.實驗中，選用大小為1600×1200×3的彩色圖像作為實驗圖像，假定文字部分作為ROI，其余部分為BG，如圖7所示，對其按不同的壓縮率進行壓縮處理.

圖7 原圖像和分割部分Fig.7 Original image and segment part

4.2 實驗結(jié)果及分析

采用本研究提出的方法，對BG、ROI和最終的壓縮重構(gòu)圖像分別進行測試，得到不同壓縮率與PSNR之間的關(guān)系如表1所示.

表1 不同壓縮率與PSNR對比Tab.1 Comparison of different compression ratio and PSNR

由表1可以得出，本研究提出的算法對BG進行高倍率壓縮，對ROI進行低倍壓縮，使壓縮圖像在保持較高PSNR的前提下，提高壓縮倍率，達到了預(yù)期的效果.為進一步考察算法的準確性，本研究采用一般壓縮方法對圖7進行處理，2種方法的對比結(jié)果如圖8所示.

圖8 壓縮率與PSNR的關(guān)系圖Fig.8 Relationship diagram of compression ratio and PSNR

同時，分別采用一般壓縮方法和本研究方法，對6幅其他文本圖像進行處理，得到平均PSNR，結(jié)果如圖9所示.

圖9 多幅壓縮圖像壓縮率與PSNR的關(guān)系圖Fig.9 Relationship diagram of many reconstructed images compression ratio and PSNR

由圖8和圖9可以得出：（1）基于ROI壓縮方法的性能優(yōu)于一般壓縮方法，無論是高壓縮還是低壓縮，PSNR值均高0～2db.（2）隨著壓縮率的不斷提高，重構(gòu)圖像的PSNR值逐漸減低.對于BG，壓縮200～300倍后，依然具有很高的PSNR值；對于ROI區(qū)域，在允許部分信息損失的前提下，壓縮100～200倍后，視覺觀察變化不大；對于整幅圖像，壓縮50～200倍后，依然可以得到很好質(zhì)量的壓縮重構(gòu)圖像.

5 結(jié)論

本研究提出一種基于JPEG2000感興趣區(qū)域圖像壓縮方法.該方法對不同區(qū)域采用不同的壓縮率，對ROI進行低倍率有損壓縮，對BG進行高倍率有損壓縮，可以保證重要信息不丟失的前提下，高倍率地壓縮BG圖像.仿真實驗結(jié)果表明：基于ROI壓縮方法的性能優(yōu)于一般壓縮方法，在獲得更高壓縮率的情況下，壓縮重構(gòu)圖像可以保持較高的峰值信噪比，很好地解決了壓縮率和圖像質(zhì)量之間的矛盾.

[1]CHRISTOPOULOS C A，SKODRAS A N，EBRAHIMI T．The JPEG 2000still image coding system：an overview[J]．Trans Consumer Electron，2000，46（4）：1103-1127．

[2] 沈蘭蓀．圖像編碼與異步傳輸[M]．北京：人民郵電出版社，1998：87-122．

[3]PRIVITERA C M，STARK L W．Evaluating image processing algorithms that predict region of interest[J]．Pattern Recognition Letters，1998，19（11）：1037-1043．

[4] WATANABE O，KIYA H．ROI-based scalability for progressive transmission in JPEG2000coding[J]．Circuits and Systems，2003，2：416-419．

[5]FUKUMA S，IKUTA S，ITO M，et al．An ROI image coding based on switching wavelet transform[J]．Circuits and Systems，2003，2：420-423．

[6] LIU L J，F(xiàn)AN G L．A new method for JPEG2000region-of-interest image coding：most significant bitplanes shift[J]．Circuits and Systems，2002，2：176-179．

[7] 唐俊華，閻保平．基于用戶定義感興趣區(qū)域的圖像檢索算法[J]．計算機應(yīng)用，2002，22（11）：20-22．

[8] 闕大順，李占，高勇．基于EZW與ROI混合編碼的身份照片壓縮算法研究[J]．武漢理工大學(xué)學(xué)報：交通科學(xué)與工程版，2005，29（3）：429-431．

[9] 劉海林，李燦平，王緒本．ROI技術(shù)在車牌識別系統(tǒng)中圖像存儲方面的應(yīng)用研究[J]．物探化探計算技術(shù)，2002，24（4）：362-366．

[10]吳賢宇．基于EBCOT的JPEG2000壓縮方法概述[J]．計算機與現(xiàn)代化，2008，157（9）：106-109．

[11]岡薩雷斯，伍茲．?dāng)?shù)字圖像處理[M]．3版．北京：電子工業(yè)出版社，2010：334-398．

[12]張旭東，盧國棟，馮?。畧D像編碼基礎(chǔ)和小波壓縮技術(shù)——原理、算法和標準[M]．北京：清華大學(xué)出版社，2004．

[13]馮前進，陳武凡．基于內(nèi)嵌塊優(yōu)化等級樹（EBCOT）算法的圖像編碼[J]．計算機學(xué)報，2002，25（11）：1170-1174．

[14]魏琳．基于感興趣區(qū)域（ROI）圖像的壓縮編碼研究[D]．重慶：重慶大學(xué)，2007．

[15]張錚，王艷平，薛桂香．?dāng)?shù)字圖像處理與機器視覺：Visual C++與Matlab實現(xiàn)[M]．北京：人民郵電出版社，2010．