基于JPEG2000的感兴趣区域编码新算法

提出了一种新的JPEG2000感兴趣区域编码算法。该算法先将感兴趣区域(ROI)在时域进行提升、周期延拓处理并叠加到背景区域像素值上,然后利用小波变换的可加性将小波变换后的背景区域系数减去相应的感兴趣区域系数,最后在接收端通过相应的处理实现ROI恢复。实验结果表明:该算法性能优越,计算量小且易于实现,在相同压缩率条件下,改善了由ROI时域提升算法产生的ROI边缘模糊的缺点,更有益于接收端对感兴趣区域的理解。     

基于JPEG2000的ROI编码设计

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.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.     

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．     

部分混合位平面位移的JPEG2000感兴趣区域图像编码

针对JPEG2000图像编码标准中定义的两种感兴趣区域（ROI）编码方法的缺点和GPBShift算法的不足,提出一种新的感兴趣区域编码方法一部分混合位平面位移法（Partial Composite Bitplanes Shiftmethod）PCBShift．本方法把ROI与背景区域（BG）划分为6部分,通过调整各部分的参数来实现位平面的位移。本方法不仅可以支持任意形状的感兴趣区域,而且可以任意调节感兴趣区域与背景区域的相对质量。实验结果表明：对用PCBShift方法重建图像的质量比用最大位移法（Maxshiftmethod）和GPBShift算法,在相同解码率下有更好的图像质量,并且能根据不同优先级,在同一幅图像中对多感兴趣区域进行有效的编码。     

一种基于感兴趣区域的质量可分级编码传输方案研究

采用SVC中的MGS质量可分级编码技术,提出了一种基于感兴趣区域的质量可分级编码传输方案.首先,将图像区域划分为感兴趣区域与背景区域两部分,然后,采用MGS质量可分级编码技术对感兴趣区域的图像进行逐级增强,对残差(增强层减去基本层)的16个DCT变换系数进行分层传输得到不同质量的增强层,对于背景区域,抑制增强层的传输,只传输基本层视频图像.结果表明,此方法可以在网络带宽受限或者传输码率下降的情况下,通过抑制背景区域增强层的传输来进一步降低码率,同时保证了感兴趣区域图像的可分级编码质量.     

基于人像感兴趣区域的身份照片压缩算法

针对身份照片的压缩，提出了一种基于感兴趣区域(ROI)的EZW算法。首先通过FC2VQ(Feature Correction two-stage Vector Quantization)算法检测出感兴趣区域即人的脸部特征，然后采用基于感兴趣区域的EZW算法进行编码。这种编码方法，既保证了感兴趣区域的图像质量，也使得压缩后的图像存储容量较小。     

医学图像感兴趣区域的提取

提出了一种结合Watershed变换和融合ROI信息的单调推进Snake模型的感兴趣区域提取的新方法.通过非线性扩散滤波对原始图像进行平滑,利用Watershed算法对图像进行过度分割,采用Snake模型提取出感兴趣区域,并由ROI能量函数推导出区域速度函数项,与基于边界的速度函数融合,根据区域之间的统计特性的相似度,重新定义Snake模型的速度函数.实验表明,该方法能够精确地提取对比度低且细窄的ROI区域.     

一种基于用户感兴趣区域的图像检索算法

针对全局特征的图像检索不能很好地满足用户的意图,提出了一种新的基于用户感兴趣区域的图像检索算法。此算法基于显著判别原则,无需对图像进行复杂的分割就能有效地提取用户感兴趣区域的显著点。实验结果表明,此算法不仅检索过程简单,在检索精度上也明显优于基于全局特征的图像检索方法。     

非感兴趣区域时空分析的运动显著区域检测

为了有效地进行视频质量评估和视频信息保护,提出了一种基于非感兴趣区域(region-of-non-interest,RONI)时空分析的运动显著区域(motion salient region,MSR)检测算法.通过确定RONI,运动显著区域可作为RONI的补集被提取.实验结果证明,该方法可以有效检测出运动显著区域,准确率达到93%,对于那些有复杂摄像机运动的视频也具有强鲁棒性.     

基于SPIHT的静止图像ROI编码算法

结合JPEG2000中比例移位法对感兴趣区域(ROU编码算法的优点,提出了基于多级树集合分裂(SPIHT)算法的ROI图像编码算法.压缩后的码流具有嵌入性特点,支持渐进传榆.实验结果表明,在相同码率下,本算法重建图像整体峰值信噪比低于SPIHT算法,但ROI区域能够得到较好的重建,主观视觉效果好,尤其适用于低码率压缩情况.     

基于感兴趣区的图像多描述编码

为了保证高误码信道环境下图像通信的传输质量,提出了一种新的基于感兴趣区的多描述编码方法.首先利用冗余变换和JPEG编码相结合的方法,构造多描述码流,克服了以往多描述编码方法构造复杂、不易扩展到多信道系统的缺点.同时采用感兴趣区编码方法,对人眼感兴趣区域优先进行保护.实验表明,该方法在网络状态较差的情况下,首先能保证感兴趣区图像的重建质量,进而提高图像的整体视觉效果.     

A New Method to Locate the Region of Interest（ROI） of Palmprint

Biometric identification was a kind of identity recognition technology by making use of the human’s unique physiological or behavioral characteristics, it provided a high reliability and stability way for the identification. Global threshold binarization palmprint image is used in this paper, and the bio-morphological methods are used to get the sensitive area of palmprint image’s positioning point, so as to extract the region of interest. The palmprint collection is realized on the FPGA chip, and this kind of collection method uses the DSP Builder toolbox to realize visual programming in Matlab/Simulink and achieve fast modeling and development. The practice proves that this method is simple, flexible and its equipment is portable and fast.     

Pseudo-Random Coding Side-Lobe Suppression Method Based on CLEAN Algorithm

A pseudo-random coding side-lobe suppression method based on CLEAN algorithm is introduced. The CLEAN algorithm mainly processes pulse compression results of a pseudo-random coding, and estimates a target''s distance by a method named interpolation method, so that we can get an ideal pulse compression result of the target, and then use the adjusted ideal pulse compression side-lobe to cut the actual pulse compression result, so as to achieve the remarkable performance of side-lobe suppression for large targets, and let the adjacent small targets appear. The computer simulations by MATLAB with this method analyze the effect of side-lobe suppression in an ideal or noisy environment. It is proved that this method can effectively solve the problem due to the side-lobe of pseudo-random coding being too high, and can enhance the radar''s multi-target detection ability.     

基于深度学习编码模型的图像分类方法

针对矢量量化编码的量化误差严重,而稀疏编码只是一种浅层学习模型,容易导致视觉词典对图像特征缺乏选择性的问题,提出了一种基于深度学习特征编码模型的图像分类方法。首先,采用深度学习网络无监督的受限玻尔兹曼机（RBM）代替传统的K-Means聚类及稀疏编码等方法对SIFT特征库进行编码学习,生成视觉词典;其次,对RBM编码添加正则化项分解组合每个特征的稀疏表示,使得生成的视觉单词兼具稀疏性和选择性;然后,利用训练数据的类别标签信息有监督地自上而下对得到的初始视觉词典进行微调,得到图像深度学习表示向量,以此训练SVM分类器并完成图像分类。实验结果表明,本文方法能有效克服传统矢量量化编码及稀疏编码等方法的缺点,有效地提升图像分类性能。     

适用无线传输的图像ROI提取及优先编码研究

本文采用模板匹配及区域生长相结合的方法提取图像感兴趣区域,所采用的模板是由彩色图像角点构成的特征多边形内角组合而成;采用最大位移法对感兴趣区域进行优先编码.实验结果表明,这种方法能够有效地提取图像感兴趣区域,而且图像感兴趣区域优先编码效果好.