基于SPIHT算法的ROI编码研究

感兴趣区域(ROI)编码与图像压缩算法的相结合,可使ROI获得高质量。本文通过在多级树集合分裂(SPIHT)算法中嵌入ROI,形成基于SPIHT算法的ROI图像编码方法。该方法通过下移背景(BG)位平面使ROI位平面置于BG位平面之前,解码时优先传输ROI系数。实验选取一般位移法,将此算法与传统的SPIHT算法作比较,并研究了不同条件下各区域的质量。实验证明,本文算法明显优于传统的SPIHT算法,选择合理的参数能得到好的视觉效果。     

基于SPIHT算法的改进ROI图像编码

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。     

基于人眼视觉特性的ROI编码

研究了等级树集分割编码方法(SPIHT)在ROI图像编码中的应用。根据SPIHT编码方法的特性、ROI区域小波系数提升后整幅图像小波系数的特点及人眼视觉特性,提出改进算法。同时提出质量等级因子的概念并给出了其数学表达式。本文提出的改进算法可在保证ROI质量等级的同时提高整幅图像的主观效果。仿真实验证明了改进方法的有效性及质量等级因子的调节作用和其公式的正确性。     

基于率失真优化的ROI编码算法

提出一种通过提升率失真斜率来实现任意形状的感兴趣区域（ROI）编码的方法,从而避免了因提升系数引入过多的位平面导致编码效率降低的问题。实验结果表明该算法通过调节提升因子可实现ROI与背景区域重现图像对比度的任意可调,并且无需发送ROI区域的形状信息,同时降低了部分ROI编码块中背景系数的优先级,可以使感兴趣区域得到更快的恢复重现。     

基于JPEG2000的感兴趣区域算法研究

介绍了两种感兴趣区域(ROI)编码技术:一般位移法(Scaling-based method)和最大位移法(MaxShift method),它们分别已经被JPEG2000标准的第一和第二部分采纳。其中一般位移法需要传输和编码ROI的形状信息,而最大位移法不能控制感兴趣区域和背景区域(BG)重建图像的相对质量。针对这些缺点与不足,又进一步阐述了另外两种改进算法:位平面逐个位移法(BsBShift method)和最重要位平面法(MSBShift method)。     

一种新的基于率失真优化的感兴趣区域编码

根据EBCOT编码中率失真优化截取算法的特点,,结合最大位移法提出了以提升率失真斜率来实现任意形状ROI优先编码的方法(DRshift法)。该方法提升的对象是ROI的失真斜率,而非ROI系数,从而避免了最大位移法(Maxshift)中引入过多的位平面导致的编码效率降低的问题。实验结果表明,该算法可在接收到图像的全部编码数据之前,优先实现任意形状的感兴趣区域的高品质重建,提高了编码效率,并且,通过改变提升因子的大小可实现感兴趣区域与背景区域重建图像质量的灵活可调。     

一种基于SPIHT算法的感兴趣区域编码新方法

在研究JPEG2000中的感兴趣区域(ROI)编码算法优缺点的基础上,结合嵌入式编码理论和人眼视觉特性,利用等级树分集(SPIHT)编码算法的特性,提出了一种高效的ROI编码方法,压缩后的码流具有嵌入式特点,支持渐进传输.实验结果表明:尽管在低码率下,该算法整体峰值信噪比较低,但主观视觉效果明显好于SPIHT算法,结果令人满意.     

基于SPIHT的感兴趣区域编码

感兴趣区域(ROI)编码是一种重要的图像编码思想,可用来解决图像质量与压缩比之间的矛盾,特别适合应用到医学图像压缩中.提出了一种基于层次树集合划分(SPIHT)算法的感兴趣区域编码方法,通过附加ROI掩模信息,无需提升小波系数,使得ROI优先于其它区域编码和传输.     

一种基于改进SPIHT的图像压缩算法研究

通过引入子带分块编码的思想,提出了一种基于提升小波变换的改进SPIHT算法。该算法不但具有传统SPIHT算法的优点,而且能实现码流多分辨率表示和ROI区域编码。最后,给出了一种有效的基于提升小波变换的图像压缩系统。该系统把图像分割成小块后,单独进行提升小波变换及编码处理,并在解码端恢复后进行重新组合。试验结果表明本方法能取得满意的结果,显示了本方法在图像压缩中的应用前景。     

基于PBBShift的ROI编码方法

为使观察者提早了解图像的大致情况,提出了基于部分背景位平面位移(PBBShift)的感兴趣区域(ROI)编码方法.该方法将背景(BG)位平面分为两部分,编码时下移剩余的BG位平面,解码时可优先传输ROI系数和重要的BG系数,然后传输剩余的BG系数.实验证明,该方法在低码率下,ROI和BG质量相差无几;在高码率下,ROI获得比BG更好的质量.改进的方法在带宽受限的网络中有很大的实用价值.     

基于SPIHT的感兴趣区域的多描述编码

提出了一种感兴趣区域的多描述SPIHT编码方法．该方法将具有分层内嵌特性的SPIHT码流编码成多个描述子,通过对所有零树重新进行重要性排序,为每个描述子分配不同编码速率的完全编码码流和冗余码流．在分配速率时,优先对感兴趣区域分配较多的冗余,而对背景区域或非感兴趣区域分配速率较低的冗余,以进一步增强感兴趣区域的抗误码以及抗分组丢弃能力．文中对编码过程中零树、冗余树及其编码速率之间的关系进行了定量分析,并给出了重要性排序和冗余树分配的具体算法．实验证明,该文方法同其它感兴趣区域编码方法相比．可以进一步提高感兴趣区域在分组丢弃情况下的恢复图像质量．     

一种感兴趣区图像压缩编码算法

提出了一种感兴趣区图像压缩编码算法,该算法采用不同的小波和比特率对感兴趣区和背景区分开进行小波变换和编解码,结合SPIHT,该算法可灵活地控制感兴趣区和背景区之间的相对压缩质量,由于小波变换时采用了BNC17/11小波和CDF9/7小波,该算法进一步提高了感兴趣区图像压缩编码算法的压缩性能。同时该算法无需计算感兴趣区掩膜。     

基于感兴趣区域的医学图像近无损压缩

在应用整数小波变换和基于分层树集合分割排序算法的基础上,提出了一种新的基于感兴趣区域的编码方法.本文还提出了一种感兴趣区优先编码策略,可以保证在极低的码率下感兴趣区的重建质量远远好于非感兴趣区的重建质量.这些方法得到的压缩码流都具有嵌入的特点,支持渐进传输.     

噪声信道下保护图像感兴趣区的多描述编码*

将感兴趣区编码和多描述编码相结合,提出一种噪声信道下保护图像感兴趣区的多描述编码方法。该方法将图像分为感兴趣区和背景区,并采用多描述编码方法,将感兴趣区和背景区码流编码成多个描述。同时对感兴趣区和背景区描述码流采用不同的冗余树分配方案,以进一步增强图像感兴趣区的抗分组丢失能力。实验证明,该方法即使在信道拥塞较为严重的情况下,也能为图像的感兴趣区提供令人满意的重建质量。     

基于ISA-DWT的多个任意形状感兴趣区域编码框架

提出了一个多个任意形状感兴趣区域编码框架.通过引入灰度掩膜图像来表示不同感兴趣区域的优先级,在总的目标码率和各个优先级感兴趣区域重建质量的约束条件下,按照优先级从高到低的顺序对不同的感兴趣区域采用整数到整数形状自适应离散小波进行变换,对变换后的系数采用修改的SPIHT算法产生单独的压缩码流.实验结果表明,本编码框架有如下优点：（1）根据感兴趣区域的优先级顺序来保证感兴趣区域的目标重建质量;（2）适合于任意形状感兴趣区域的有损和无损压缩;（3）感兴趣区域重建质量估计方法简单有效.     

一种圆形感兴趣区域图像压缩算法

研究了圆形感兴趣区域, 推导了相应的掩码计算公式, 将多级树集合分裂算法 (Set partitioning in hierarchical trees, SPIHT) 加以改进, 得到适用于圆形感兴趣区域的图像压缩算法. 实验结果表明, 本文提出的圆形感兴趣区域掩码计算公式简单实用, 改进后的压缩算法效果明显.