基于改进SPIHT算法的医学图像ROI编码

提出了一种适用于医学图像渐进传输的感兴趣区域编码方法。通过采用交错位平面思想,实现了ROI和BG区域相对质量可调,且支持任意形状ROI编码。结合提升后的位平面特点,提出了基于ROI形状估计的改进SPIHT算法。实验结果表明,相比传统SPIHT算法,改进算法在相同码率下,具有更高的图像质量。     

基于小波变换的ROI图像压缩改进算法研究

小波变换作为一种多分辨率分析方法,具有良好的空频局部特性,特别适合按照人类视觉系统特性设计图像压缩编码方案。基于小波变换的嵌入式编码算法能够有效地应用于基于感兴趣区域(ROI)的图像压缩与渐进传输。为了进一步提高效率并改善图像压缩传输的效果,本文在该算法的基础上提出了两点改进:(1)计算感兴趣区域模板时,将数学上的"排列组合"思想应用于传统的回溯法,使计算过程更加简单;(2)在对小波系数嵌入式编码时,牺牲图像背景区域的细节系数以获取感兴趣区域更高的解码质量。最后给出了改进算法的部分实验结果,证明了改进算法的有效性。     

基于感兴趣区域灰度医学影像的编码方法

由于医学影像有一定的法律效力,数据的正确性有着重要的意义.针对具有数据量大,且精度要求高等特征,通常情况下采用无损压缩.为了在保持影像有效信息的同时,减少冗余数据,针对JPEG2000图像编码标准中定义的感兴趣区域(ROI)包含解码影像的相对质量差,计算复杂的缺点.提出了一种改进的编码的方法,对位面分类更加容易,并可以更好的控制解码影像的质量,使影像更加清晰.同时方法在灰度图中使用,不但减少了运算的复杂度,而且实现比较简单,为日后的医学影像存储提供了方便的工具.     

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)。     

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ROI的分形图像压缩编码

分形图像压缩由于具有非常高的压缩比越来越受人们的关注,但是高压缩比的图像方块效应非常明显,这在很大程度上影响了解码图像的质量。为了解决这个问题,借鉴JPEG2000中提出的ROI概念,提出了将感兴趣区域（ROI）图像编码与分形图像压缩编码相结合的图像编码方法,使得重构的图像中感兴趣区域的保真度高于背景区。该方法很好地解决了图像的压缩比和重构图像质量之间的矛盾。实验结果证明：此方法在获得较高压缩比的同时,压缩编码时间大为降低,解码图像质量也有较大的改善,且总体编码性能优于JPEG编码。     

基于小波子带统计特性的图像量化及质量可分级编码研究

随着数字电视、网上会议和在线点播的出现，越来越多的图像信息需要在网上进行传输，而此时人们不仅要求编码技术具有较好的压缩效果，还要求信息的传输能够满足渐进传输、多质量服务以及图像数据库浏览等一系列的要求。本文提出了一种基于位平面的图像质量可分级编码方法，结合小波子带图像的系数分布特性，利用样本标准差作为量化的依据，对各分辨率级进行分级量化，并且采用了位平面编码和算术编码，使得在解码时可以根据给定解码的数率不同对位平面进行重构以实现图像的质量可分级性。实验结果表明，本文提出的方法实现简单，编解码速度快，在保证具有很好的编码效果的前提下，可以实现图像的质量可分级编码。     

基于ROI运动区域的分布式视频编码方法

传统的分布式视频编码方法中,视频帧的解码通常采用内插或外推的方法,然而对于运动剧烈视频帧的解码效果却并不理想,会产生重影、鬼脸等现象.因此,提出了一种基于ROI运动区域的分布式视频编码解决方案,通过在编码端提取ROI辅助信息,然后在解码端将其与边信息做融合处理来得到更加准确的边信息,从而提高视频解码的质量.实验结果表明,与传统的分布式视频编码方法相比,基于ROI运动区域的分布式视频编码解决方案在性能上平均有3.1db的提高.     

时域变换的JPEG2000感兴趣区编码方法

针对时域提升方法在低码率下边框效应明显且感兴趣区与背景区质量相差较大的问题,提出一种基于时域变换的方法用于JPEG2000感兴趣区编码。将原始图像分为基于感兴趣区和基于背景区的两幅图像,分别以不同的输出码率进行JPEG2000编码,在解码端将两个图像重新组合。该方法可以作为没有ROI编码功能的JPEG2000编解码系统的补充。实验结果表明,与时域提升法比较,该方法不仅明显减小了边框效应,而且在ROI区、BG区及整个图像的PSNR均有所提高。     

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.     

基于整数小波变换和子带比特平面编码的图象压缩算法

在分析图象整数小波变换的基础上 ,提出了基于子带比特平面编码的压缩算法 .该算法将整数小波系数按子带分为若干比特平面 ,称之为子带比特平面 ,并采用简单高效的率失真优化算法确定子带比特平面的编码顺序 ,且这一顺序与图象无关 .按此顺序对子带比特平面进行自适应 MQ算术编码 ,便得到嵌入式压缩码流 .该算法可以从无损到有损 ,以任意倍率或质量进行图象压缩 ,压缩效率达到了浮点 EZW算法和 JPEG2 0 0 0整数小波编码方案的水平 ,而速度远快于这两者的速度 .该算法还具有复杂度低 ,占用内存少的优点 .     

一种基于EBCOT的感兴趣区图像编码算法

优化截断嵌入式编码(Embedded block coding with optimized truncation, EBCOT)是JPEG 2000的核心, EBCOT所采用的基于码块的率失真优化方式为实现图像感兴趣区(Region of interest, ROI)编码提供了良好的基础. 本文分析了其中具有代表性的隐式ROI 编码算法, 并提出了一种改进方法. 通过构造加权函数, 合理地为ROI码块分配权重, 在保证ROI信息被优先编码的同时, 降低ROI码块中背景区域小波系数的影响, 提高了重建图像ROI的质量. 实验结果表明, 算法在低码率下重建图像ROI质量提高明显, 在高码率下也能够很好兼顾重建图像背景区域的质量.     

基于JPEG2000的医学图像感兴趣区编码与渐进传输

针对JPEG2000标准使用的两种感兴趣编码方法,最大位移法和一般位移法对医学图像处理的不足,采用了一种分步提升方法,以完成医学图像感兴趣区域编码,以及图像中病灶区域和非病灶区域图像质量的自由调整。并根据率失真优化策略组织压缩码流,实现医学图像的感兴趣区域编码与渐进传输。实验结果表明,该方法可在低码率下实现感兴趣区域的高保真度压缩,有效提高图像压缩和传输的效率。     

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。     

面向多媒体传感器网络的视频压缩新算法

视频压缩可以降低多媒体传感器网络中的数据信息量。传统分布式视频编码方案采用区域统一编码,可能导致运动剧烈区域解码估计的失真。提出一种改进的分布式视频编码算法。该算法基于图像梯度场,针对Wyner-Ziv帧不能准确编解码的区域,通过ROI判定准则提取该区域并基于熵编码压缩,图像其他区域则基于LDPC实现分布式编解码,进而实现视频的优化传输。仿真实验表明：本文算法可增强运动剧烈区域的编码效率,在降低码率的同时提高解码图像质量,最终降低传感器节点能耗。     

一种无链表零树熵编码算法及其FPGA实现

传统熵编码算法复杂度高,且硬件实现较难。为此,提出一种易于FPGA硬件实现的无链表零树图像编码改进算法,该算法结合LZC和SPIHT算法的特点,增加了对孙子节点的判断,克服SPIHT算法中内存消耗大、复杂度高以及LZC算法中图像重建质量下降等缺点。采用该算法的编码器在对任意尺寸图像进行5层小波变换时,所需缓存固定为1 536 bit,远小于SPIHT算法。在相同比特率的情况下,图像重建质量PSRN值比LZC算法平均提高约0.7 dB。在Xilinx Virtex4 LX100硬件平台上进行实验,结果表明,当时钟频率为100 MHz、压缩率为1/40时,该算法处理1 600×1 200×24 bit图像的速度可达20 f/s。