基于小波變換的序列圖像感興趣區(qū)域編碼.pdf

1、感興趣區(qū)域(Region-of-interest，ROI)編碼技術，即在圖像中的感興趣區(qū)域采用低壓縮比的有損壓縮，甚至無損壓縮；而在非感興趣(背景)區(qū)域，采用高壓縮比的有損壓縮，這樣既能夠獲得較高的全圖壓縮比，又可以保持圖像中的重要信息不丟失，為解決圖像壓縮比與重建圖像質量之間的矛盾提供了一個新的思路，具有重要的理論意義和應用價值。 根據(jù)國內和國際上的相關研究，本文對序列圖像ROI編碼中的幾項關鍵技術進行了探討，主要包括ROI位

2、平面偏移方法、序列圖像的運動估計算法，以及對ROI的動態(tài)跟蹤算法等，其目的是建立一種實用的序列圖像ROI編碼系統(tǒng)，為未來的遙感圖像分析、遠程醫(yī)療和視頻通信等應用領域提供算法支持。 本文的創(chuàng)新性工作概括如下：1、提出了一種通用的部分位平面偏移方法(GeneralizedPartialBitplanesShiftMethod，GPBShift)。與標準方法中將全部位平面用統(tǒng)一的偏移值進行移位不同，該方法將ROI系數(shù)和背景系數(shù)的位平面

3、分別劃分成兩部分，進行不同的位平面偏移。GPBShift方法兼容Maxshift、GBbBShift和PSBShift三種方法，并提供比上述方法更大的靈活性。它不僅能夠在不需要傳輸ROI形狀信息的情況下，對任意形狀的ROI進行編碼，而且通過選擇偏移值，可以靈活調整ROI和背景區(qū)的相對壓縮質量。此外，它還能夠根據(jù)不同的優(yōu)先級，編碼多個ROI區(qū)域。 2、提出了一種可預測搜索起點的自適應交叉—準菱形搜索算法(PredictiveAda

4、ptiveCross-Quasi-DiamondSearchAlgorithm，PACQDSA)。根據(jù)序列圖像中運動矢量的交叉—中心偏置分布特性和矢量間的時空相關性，該算法設計了一種交叉—準菱形搜索模板，并融合搜索起點預測、半途中止準則和自適應搜索模式等技術，在保證搜索精度的同時，大幅度提高了運動估計的速度，尤其對于大運動序列，具有更明顯的優(yōu)勢。 3、提出了一種基于Hausdorff距離的ROI跟蹤算法。該方法首先采用一種新型的

5、非線性邊緣檢測算法提取ROI模板和待匹配圖像幀的邊緣特征點，接著用Hausdorff距離將ROI模板的二維二值模型與后續(xù)幀進行匹配，然后采用一種基于運動相連成分的模型刷新方法對模型的每一幀進行更新，最終利用二值模型從視頻序列中提取出ROI。 4、提出了一種適于圖像壓縮的小波基選擇和評估的新方法。通過分析小波基函數(shù)的數(shù)學特性，該方法提出用六個指標全面評估小波基的壓縮性能。這六個指標包括：熵H、編碼增益G、峰—峰比PPR和增益的乘積