JPEG2000中的感兴趣区域编码算法

新一代静止图像压缩标准JPEG2000中增加的新特性之一，就是支持感兴趣区域编码技术。JPEG2000协议中定义了两种感兴趣区域编码算法-MaxShift算法和Scaling based算法。文中详细描述了MaxShift算法，并简要介绍了Scaling based算法，同时对两种算法的特性进行了比较分析。     

精确码率控制JPEG2000感兴趣区域编码

提出一种能精确控制各编码层码率的JPEG2000感兴趣区域编码算法,对整个图像进行统一的JPEG2000编码,分别统计背景、感兴趣区域各自分配到的比特数。利用率失真函数的凸函数特性,在总码率恒定的条件下调整上述两区域分配的比特数,使得感兴趣区域获得优于背景区域的编码质量。该算法中感兴趣区域及其优先级均可动态改变,生成码流与标准完全兼容。     

基于JPEG2000标准的感兴趣区域编码

概述了JPEG2000标准PART1的基本系统,介绍了其重要特点:感兴趣区域编码;介绍了一种新的ROI编码算法——PSBShift算法,它结合了JPEG2000中定义的两种标准ROI编码算法的优点。     

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。     

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.     

多码率JPEG2000的感兴趣区域编码

提出了一种支持多个JPEG2000感兴趣区域(ROI)编码的算法，利用JPEG2000率失真函数为凸函数的特性，在每层对ROI和背景(BG)分配不同的码率，对应不同的截止门限，最终生成的包将不同截止门限的码块流连接在一起。该方法支持动态定义多优先级ROI，生成码流与标准完全兼容。     

基于压缩感知的感兴趣区域编码

受无线信道带宽的约束,图像经传统图像压缩方法压缩并经无线信道传输后,图像质量受损严重,会影响后续探测识别结果的准确性,本文针对这个问题提出一种基于压缩感知(Compressed Sensing,CS)的感兴趣区域(Region Of Interest,ROI)图像压缩方法。首先,将位平面位移技术引入压缩感知,对获得的图像进行量化、位平面分解;然后位移ROI位平面,并给出编码方案;最后,在解码端通过解码、重构,得到ROI质量良好的重构图像。仿真结果表明,本文算法重构图像的ROI部分PSNR高于传统的压缩感知编码方法,验证了方法的可行性和有效性,从而为ROI图像编码提供了一种可行的解决方案。     

基于SPIHT算法的感兴趣区域编码研究

在存在感兴趣区域图像的情况下,利用JPEG2000中的一般位移法对小波分解后的低频和部分高频系数作提升,达到对感兴趣区域和全图质量的提高,然后结合SPIHT算法编码。依据人眼的视觉原理,实验中采用圆形作为感兴趣区域。通过3组实验对比,可知:对低频和中频系数全面提升后,重构后的图像质量有所提高。     

基于SPIHT的动态感兴趣区域编码算法

传统的静态ROI区域优先的图像压缩算法是由发送方确定感兴趣区域,传输一旦开始,感兴趣区域就无法更改.为了解决这一问题,本文在整数小波变换和SPIHT编码算法的基础上,结合Maxshift算法提出了一种动态感兴趣区域图像压缩算法.仿真实验表明,该算法可以在传输过程中实时改变感兴趣区域,具有很大的灵活性,在许多领域具有一定推广应用价值.     

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。     

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.     

一种基于感兴趣区的小波图像编码算法

该文从图像有损压缩后产生的差值图像入手,分析了不同压缩比下嵌入式零树编码对有损压缩图像与原图像的差值图像的影响,结合网络的互动特点,给出了一种基于图像感兴趣区残差图像的小波编码算法。该算法基于图像感兴趣区域的近无损压缩理论,利用了残差图像中的象素呈高斯分布特点。先对小波图像在较低信噪比下做嵌入式零树编码并重建有损图像,求出该图像与原图的差值;然后对该差值图像中的感兴趣区域做DCT编码,将二次编码的数据熵编码后跟在一次编码数据后面传输或存储,从而实现了基于感兴趣区的小波图像编码算法,实验结果表明,该算法不仅提高了压缩效率,而且满足了对感兴趣区图像质量的要求,其简便灵活的特点可以做为小波零树编码的重要补充。     

基于多级位平面交错的ROI图像编码

在许多的图像应用中，基于感兴趣区域(ROI)图像编码技术占有重要地位。在ROI图像编码中，感兴趣区域采用低压缩比以得到较高的图像质量，而背景区域(ROB)则采用高压缩比以达到相对低一点的图像质量。因此，这种技术能很好地解决图像质量和压缩比之间的矛盾。在JPEG2000中已采用了General Scaling Based Method和Maxshift Method的ROI编码技术，但在一些应用中它们仍不能满足要求。为此提出了一种基于多级位平面交错(MBI)的编码算法。该算法具有多ROI编码、ROI-ROB重要性编码等特点，能够满足不同应用场合下的编码要求。     

基于零树结构的感兴趣区图像编码算法

分析了感兴趣区域的编码算法,对其中的最大移位法进行了改进,提出了一种基于零树结构的感兴趣区图像编码算法,给出了具体算法和实验结果,并与一般EZW压缩算法进行了比较。实验结果表明这种算法既保证了感兴趣区域的图像质量,又有较高的压缩比。     

基于动态感兴趣区域车道线分段拟合算法

提出实时视频中基于动态感兴趣区域及分段拟合的车道线的检测算法,动态调整感兴趣区域(ROI),缩小处理空间。采用大津算法(OTSU)动态提取感兴趣区域灰度阈值,并将该值作为多梯度Sobel边缘检测中的灰度阈值以提高边缘检测精度,利用改进的并行快速细化算法骨架化边缘图像,利用基于广度优先最短路径算法去除毛刺,最后再将图像划分近景和远景区域。在不同区域,采用直线或者曲线分段拟合,提高拟合精度。模拟实验结果表明,背景不太复杂时,一帧图像处理时间约为15ms;而背景较复杂时,处理时间约为35ms,能满足实时性。     

一种标准兼容的多描述图像编码分析及改进

多描述编码被证明是用于非优先级网络中传输多媒体数据的有效方法,而现有很多算法与图像标准不兼容,分析了一种与标准兼容的多描述图像编码算法,该算法可以提供灵活冗余插入,以提高丢包或误码环境下的图像传输性能。通过深入分析该算法在不同比特率下的表现,发现其在低比特率端性能与较高比特率下的表现迥异,结合区分对待的思想来改善了这一缺点,并利用JPEG2000的ROI特性证明其有效性。     

基于感兴趣区域的边缘结构相似度图像质量评估

目前常用的评估算法忽视了图像中携带重要信息的边缘特征。基于感兴趣区域的双尺度边缘结构相似度算法虽然考虑了边缘信息的重要性,但对边缘信息的识别效果不理想。针对以上问题,提出边缘结构相似度图像质量评估算法,将图像分为感兴趣区域与不感兴趣区域,分别用边缘结构相似度算法和结构相似度算法对2种区域进行质量评估,并实现加权组合。实验结果表明,该算法对边缘信息的识别能力更强,对图像质量的变化更加敏感。     

Autonomous Lane Keeping Solution Based on Adaptive Gray Threshold and Region of Interest

Autonomous lane keeping is an important technology in intelligent transportation,which is used to avoid unnecessary traffic accidents caused by lane departure.To adapt different lighting environment,and make up ordinary Hough transform’s shortcomings of tardiness and poor immunity,we propose an improved algorithm by using adaptive gray threshold and setting Region of interest(ROI),to do the quick Hough transform for tracking lane line,implementing autonomous lane keeping. The dynamic adaptive threshold method can be suitable with different lighting conditions and quickly,accurately remove most of the information not relative to lane line.Meanwhile setting ROI can let the program only care about the specific region which can provide useful information and further reduce the processing data.And then on the basic of identification,we put forward some efficient innovation strategy about the control logic of straight state,curve state and the transition state.The experiment proves that this solution greatly raises efficiency.