基于灰度值分割的感興趣區域圖像壓縮算法

樊巧云　何博

摘 要：基于JPEG2000中感興趣區域（ROI）圖像壓縮標準，提出了一種新型ROI圖像壓縮算法。算法根據用戶指定的ROI條件，確定灰度值的重要位平面，然后將灰度值分割為重要灰度值和次要灰度值，優先對重要灰度值進行編碼。根據比特率要求對次要灰度值進一步編碼。實驗結果表明：提出的算法同時具有最大平移法和一般平移法的優點，不僅能夠靈活控制ROI和背景區域圖像質量在碼率上的分配，還能支持任意形狀的ROI編碼而不需要編碼形狀信息。另外，由于在小波變換前就進行了灰度值分割，所以在低碼率時能夠有效提高計算速度并節省存儲空間。

關鍵詞：ROI； JPEG2000； 灰度值分割； 位平面

中圖分類號：TN919?34； TP751.1 文獻標識碼：A 文章編號：1004?373X（2013）02?0013?03

感興趣區域圖像壓縮是數字圖像壓縮編碼領域的一個研究熱點，其在高壓縮比下，能夠更好地保證重建圖像ROI質量，是有效解決圖像質量和壓縮比之間矛盾的一種重要手段，在遠程醫療、圖像檢索及無線電通信等領域有著重要的應用價值。傳統的感興趣區域壓縮方法有JPEG2000標準中的最大平移法和一般平移法。

最大平移法是將ROI所有小波系數提升到高于背景區域小波系數的位平面，從而使ROI的編碼位配置在比背景的編碼位更前的位置[1]，所以其優點是：可以實現ROI質量的最佳效果；解碼時可以根據小波系數的位平面索引確定ROI掩膜信息，不需要對掩膜進行編碼。但缺點是：不能靈活地控制ROI和背景區域的相對質量：在編解碼任何背景區域信息之前，必須編解碼完成所有的ROI信息。由于平移值U必須足夠大來滿足最大平移法的要求，極大增加了小波系數的位平面數。因此，最大平移法適用于只要求圖像ROI質量良好，背景區域信息可以忽略不計的情況。

一般平移法是根據用戶選定的一個適當平移值U來提升ROI小波系數的位平面[2]。不同的U值決定了圖像ROI和背景區域的相對壓縮質量。但是由于位平面的平移值U的選擇是任意的，所以需要一個對應于ROI的形狀編碼器和相應的解碼器，從而大大增加了編解碼的復雜性和比特流。使其在實際應用中受到了限制，目前僅在圓形和橢圓形感興趣區域圖像壓縮的情況下用到該算法。

在有些應用場合，對圖像ROI壓縮質量和背景的壓縮質量是有各自的一定要求的，對ROI并不需要完全無損壓縮，對背景區域也不希望完全忽略，所以希望能夠根據實際情況靈活設置ROI和背景區域的相對質量分配[3]。一般平移法雖然能夠實現ROI和背景區域的相對質量分配，但是其分配并不是按照預先指定的質量進行分配，而是按照碼率的要求進行的隨機分配，而且還需要ROI掩模形狀信息的支持。因此本文提出了一種基于用戶指定的ROI圖像壓縮質量要求，對圖像的灰度值進行分割的方法，實現滿足ROI條件下的最佳編碼。該方法不僅具有上述兩種方法的優點，而且，該方法在低碼率編碼時顯著提高了小波變換的計算速度和內存的存儲效率[4]。

1 基于灰度值分割的ROI壓縮算法

本文算法根據用戶規定的ROI圖像壓縮質量，計算出ROI像素的重要位平面數量，按照計算結果對圖像所有像素進行灰度值分割，形成兩部分：重要灰度值和次級灰度值。在一定碼率下，優先對重要灰度值進行ROI編碼，實現圖像的最佳壓縮效果。下面詳細介紹該算法的實現步驟。

11.2 灰度值分割

按照如上所求出的重要位平面數量，將圖像所有像素灰度值（背景區域和ROI均包括）分割為重要灰度值和次要灰度值。當重要位平面數量S=5時，分割過程如圖1所示。

1.3 算法編碼過程

經過分割后的重要灰度值包含滿足用戶要求的ROI圖像壓縮質量所有位平面，因此利用最大平移法對重要灰度值進行編碼，對次級灰度值進行無ROI圖像編碼過程。按照上述流程，圖像小波系數的位平面編碼順序如圖2所示。

圖1 灰度值按S=5分割

圖2 位平面編碼順序

算法的編碼過程分為2部分。在第1部分，首先對重要灰度值的ROI（也就是ROI重要位平面）進行編碼；如果編碼完成后，還沒有超出最大存儲空間，開始對重要灰度值的背景區域進行編碼，這樣背景區域的信息就得到恢復。如果上述都編碼結束后，還有剩余存儲空間，在第2部分對分割后的次級編碼值進行編碼，直至達到存儲空間上限或者所有位平面都編碼完畢（這就是無損壓縮的情況）。位平面編碼采用多級樹集合分裂算法（Set Partitioning in Hierarchical Trees，SPIHT）[6]。每一個位平面掃描完畢后，如果超過存儲空間，停止編碼。算法的詳細流程如圖3所示。

1.4 算法特點

根據MIN（ROI_PSNR）值來靈活控制ROI和背景區域的相對質量分配，具有一般平移法的優點；由于對重要灰度值的編碼采用最大平移法，所以支持任意形狀的ROI編碼而不需要編解碼ROI掩膜，具有最大平移法的優點。在低碼率的應用中，對于最大平移法和一般平移法，像素灰度值的所有位平面都參加小波變換，小波變換后再根據碼率的要求，對灰度值的低位平面忽略，不參與后續的編碼過程，這樣對小波變換過程來說，造成了存儲空間的浪費和計算量的增加。本文算法在進行小波變換之前就根據用戶規定的ROI壓縮質量要求進行了灰度值分割，所以在低碼率時，只有灰度值的重要位平面參與小波變換，從而有效提高了計算速度并節省了存儲空間。

圖3 本文算法流程圖

2 實驗結果

使用Matlab對本文算法進行驗證，以Lena（512×512，8 b）作為測試圖像，ROI形狀是由規定參數定義的橢圓[7]；采用[97]提升小波變換[8]，小波變換次數為4次。

2.1 不同算法壓縮性能比較

設置用戶規定的ROI最低壓縮質量為MIN（ROI_PSNR）為30 dB，40 dB，50 dB三個級別，ROI指的是ROI的PSNR，BG指的是背景區域的PSNR，bpp代表比特率（bit per pixel，bpp）。在不同MIN（ROI_PSNR）和bpp下對3種算法進行比較。（Inf代表是無窮大）。

從表1可以看到：如果一般平移法的提升因子U等于本文算法根據用戶規定MIN（ROI_PSNR）計算出的重要位平面數量U值時，兩者的ROI和背景區域圖像的圖像質量相當，一般平移法略高于本文算法，但是一般平移法需要編解碼ROI形狀信息；低碼率時最大平移法ROI的壓縮質量明顯高于本文算法和一般平移法，但是其背景區域圖像的壓縮質量很低，所以無法滿足對整幅圖像有要求的壓縮過程。

三種方法在低碼率時的壓縮效果對比如圖4所示。

由表2中數據可以看出，在低碼率時，本文算法實際參與小波變換的比特數小于其他兩種算法參與運算的比特數，因此能有效提高計算速度并節省內存。

3 結 語

本文算法可以根據用戶指定的ROI壓縮要求來選擇最佳的壓縮過程。算法同時具有一般平移法靈活控制ROI和背景區域圖像質量在碼率上的分配的優點和最大平移法不需要編解碼ROI掩膜的優點，同時由于在小波變換前就進行了灰度值分割，所以在低碼率時，有效降低了參與小波變換的比特數，從而提高了計算速度并節省了存儲空間，因此本文算法具有更加廣泛的應用性。但是，本文算法不支持多個ROI同時編碼[9?10]，可以對此做進一步研究。

參考文獻

[1] International Standization organization. ISO/ISC JTC 1/SC 29/WG 1 （ITU?T SG8） JPEG2000 partⅠ： final committee draft version 1.0 [S]. Geneva： ISO， 2000.

[2] International Standization organization. ISO/ISC JTC 1/SC 29/WG 1 （ITU?T SG8） JPEG2000 partⅡ： final committee draft version 1.0 [S]. Geneva： ISO， 2000.

[3] WANG Z， BOVIK A C. Bitplane?by?bitplane shift （BbBShift）： a suggestion for JPEG2000 region of interest coding [J]. IEEE Signal Processing Letters， 2002， 9（5）： 160?162.

[4] LIU Li?jie， FAN Guo?liang. A new JPEG2000 region of interest image encoding method：partial significant bitplane shift [J]. IEEE Signal Processing Lett.， 2003， 10（2）： 35?38.

[5] TAUBMAN D S， MARCELLIN M W. JPEG2000圖像壓縮基礎、標準和實踐[M].魏江力，柏正堯，譯.北京：電子工業出版社，2004.

[6] 徐勇，徐智勇，張啟橫，等.嵌入式掩膜的SPIHT任意形狀ROI編碼[J].光電工程，2009，36（9）：119?123.

[7] 郝紅衛，蔣蓉蓉，石雅姍.一種圓形感興趣區域圖像壓縮算法[J].自動化學報，2008，34（5）：601?604.

[8] 王巍，杜治蕓，曾勇，等.9/7提升小波變換圖像處理算法的高速FPGA實現[J].微電子學，2009，39（6）：852?856.

[9] 劉號，董育寧.基于SPIHT的ROI圖像壓縮編碼新算法[J].南京郵電大學學報，2011，31（1）：70?73.

[10] 孫超，姜守達，王建峰.一種基于EBCOT的感興趣區圖像編碼算法[J].自動化學報，2010，36（5）：650?654.

[11] XU Ping， ZHU Shan?an. A new method for arbitrary shape ROI coding based on ISA?DWT [C]// International Conference on Control and Automation. Piscataway： IEEE， 2005： 1018?1021.

[12] 聶玉明，鄒雪妹.一種基于像素域的改進的SPIHT算法[J].計算機仿真，2009，26（1）：209?211.