對(duì)象基嵌入式圖像編碼方法研究【畢業(yè)論文】

1、<p><b>　　本科畢業(yè)設(shè)計(jì)</b></p><p><b>　　（20 屆）</b></p><p>　　對(duì)象基嵌入式圖像編碼方法研究</p><p>　　所在學(xué)院 </p><p>　　專業(yè)班級(jí) 電子信息工程

2、 </p><p>　　學(xué)生姓名 學(xué)號(hào) </p><p>　　指導(dǎo)教師 職稱 </p><p>　　完成日期 年 月 </p><p><b>　　摘要</b></p

3、><p>　　由于網(wǎng)絡(luò)帶寬的波動(dòng)性，異構(gòu)性，以及傳輸?shù)牟豢煽啃缘忍攸c(diǎn)，網(wǎng)絡(luò)視頻編碼及傳輸受到了前所未有的挑戰(zhàn)與考驗(yàn)。JPEG2000是一種較新的圖像編碼標(biāo)準(zhǔn),它不僅具有優(yōu)良的壓縮性能、較高的靈活性,而且系統(tǒng)功能性比以前所有的圖像壓縮標(biāo)準(zhǔn)都要先進(jìn)。面對(duì)網(wǎng)絡(luò)應(yīng)用圖像服務(wù)的飛速增長(zhǎng)，圖像編碼的目標(biāo)由單純的追求高壓縮率轉(zhuǎn)向了使圖像能夠更好地適應(yīng)各種不同的網(wǎng)絡(luò)環(huán)境和用戶終端。</p><p>　　JPE

4、G2000的核心算法是優(yōu)化截?cái)嗟那度胧椒謮K編碼算法（Embedded Block coding with Optimized Truncation of the embedded bit streams, EBCOT），它不僅可以實(shí)現(xiàn)圖像的有效壓縮，而且產(chǎn)生的碼流具有一定的分辨率可伸縮性、隨機(jī)訪問(wèn)、信噪比可伸縮性和處理等很好的特性。但是這種算法沒(méi)有考慮人的視覺感知特性，這很難滿足人們?nèi)找尕S富的生活。文章在對(duì)EBCOT算法研究的基礎(chǔ)上，針

5、對(duì)人的視覺感知特性，考慮不同對(duì)象的不同質(zhì)量解壓圖和重要對(duì)象的優(yōu)化傳輸而提出了一種基于對(duì)象的優(yōu)化截?cái)嗑幋a算法——EOCOT算法（Embedded Object coding with Optimized Truncation of the embedded bit streams）。該方法主要是對(duì)EBCOT的圖像分割和Tire1獨(dú)立編碼方法的改進(jìn)。</p><p>　　關(guān)鍵詞: 圖像壓縮；JPEG2000；感興趣區(qū)

6、域；EBCOT</p><p><b>　　Abstract</b></p><p>　　With the Internet and multimedia technology，the static image compression requires not only high compressed performance, but also requires ne

7、w functions to meet some special requirements.JPEG2000is a new image coding standard, it has excellent compression performance and high flexibility. The face of network applications for video services, rapid growth, vide

8、o encoding from a simple pursuit of the objectives of high compression ratio shifted to the video stream to better adapt to different networ</p><p>　　The core algorithm is a JPEG2000 EBCOT algorithm（Embedded

9、 Block coding with Optimized Truncation of the embedded bit streams） is based on the optimization of the interception of the embedded code block coding. It not only can realize the effective image compression, at the sam

10、e time, it results stream with resolution scalability, SNR scalability, random access and very good handling characteristics. But this algorithm does not consider the human visual perception, it is difficult to meet the

11、gro</p><p>　　Key Words: image compression; JPEG2000; region of interest; EBCOT目錄</p><p><b>　　1 引言1</b></p><p>　　2 JPEG2000標(biāo)準(zhǔn)的簡(jiǎn)介2</p><p>　　2.1 JPEG2000的編解

12、碼過(guò)程2</p><p>　　2.2 JPEG2000中的核心處理2</p><p>　　2.2.1 量化2</p><p>　　2.2.2 熵編碼3</p><p>　　2.2.3 小波變換3</p><p>　　3 EBCOT算法4</p><p>　　3.1 EBCOT框架4

13、</p><p>　　3.2 位平面編碼5</p><p>　　3.3 MQ熵編碼6</p><p>　　4 對(duì)象基優(yōu)化截?cái)嗲度胧骄幋a方法7</p><p>　　4.1 BOCOT框架圖7</p><p>　　4.2 圖像預(yù)處理與分割8</p><p>　　4.3 基于離散小波的信號(hào)

14、分解8</p><p>　　4.4 位平面編碼10</p><p>　　5 實(shí)驗(yàn)結(jié)果與分析12</p><p>　　6 結(jié)論及展望13</p><p>　　致謝錯(cuò)誤!未定義書簽。</p><p><b>　　參考文獻(xiàn)14</b></p><p>　　附錄1

15、主要程序15</p><p>　　附錄2 科研論文18</p><p><b>　　1 引言</b></p><p>　　隨著社會(huì)的進(jìn)步，科學(xué)的發(fā)展，基于ROI的圖像編碼方法越來(lái)越多樣化。從一般的壓縮編碼基礎(chǔ)到預(yù)測(cè)編碼、</p><p>　　正交變換編碼、第二代編碼方法、分形編碼、模型編碼、神經(jīng)網(wǎng)絡(luò)編碼、<

16、/p><p><b>　　統(tǒng)計(jì)編碼、</b></p><p><b>　　子帶編碼和</b></p><p>　　小波變換編碼等等，涌現(xiàn)出了很多優(yōu)秀的編碼方式。</p><p>　　我們要從各種圖像編碼方法中研究出基于ROI的圖像編碼方法有何不同點(diǎn)，并且分析出各自的優(yōu)勢(shì)何劣勢(shì)。當(dāng)然基于ROI的圖像編碼方

17、法的研究需要更清楚弄清他的本質(zhì)。</p><p>　　目前，基于ROI的圖像編碼研究正處在發(fā)展中階段。自從它發(fā)明問(wèn)世以來(lái)，受到了人們的廣泛關(guān)注，它不僅僅帶來(lái)了更新型的圖像編碼方法，帶來(lái)的還有更新型的圖像編碼創(chuàng)新思想！僅僅一年，各種基于ROI圖像編碼的方法層出不窮，從一般的壓縮編碼基礎(chǔ)到預(yù)測(cè)編碼、</p><p>　　正交變換編碼、第二代編碼方法、分形編碼、模型編碼、神經(jīng)網(wǎng)絡(luò)編碼、</

18、p><p><b>　　統(tǒng)計(jì)編碼、</b></p><p><b>　　子帶編碼和</b></p><p>　　小波變換編碼等等！無(wú)不顯示出其基于ROI圖像編碼方法的獨(dú)特魅力。現(xiàn)在基于ROI的圖像編碼方法正在逐步完善之中，這是一個(gè)走向成熟的標(biāo)志。隨著基于ROI的如圖像編碼研究的不斷發(fā)展，一種對(duì)象基嵌入式圖像編碼方法出現(xiàn)的越來(lái)越

19、多。</p><p>　　本文通過(guò)對(duì)基本圖像編碼方法、ROI編碼方法、嵌入式編碼方法的了解，在EBCOT的基礎(chǔ)上，提出一種基于對(duì)象的優(yōu)化截?cái)嗲度胧骄幋a算法——EOCOT編碼算法，該算法為解決圖像壓縮比與重建圖像質(zhì)量之間的矛盾提供了一個(gè)新思路，具有廣泛的應(yīng)用前景。</p><p>　　2 JPEG2000標(biāo)準(zhǔn)的簡(jiǎn)介</p><p>　　JPEG2000 正式名稱為:

20、ISO 15444 ,是由JPEG(Joint Photographic Experts Group) 聯(lián)合攝影專家組負(fù)責(zé)制定。為了進(jìn)一步改善圖像壓縮的效率,同時(shí)保證圖像的質(zhì)量,以適應(yīng)低帶寬、高噪聲的環(huán)境和圖像應(yīng)用的迅速擴(kuò)展，該標(biāo)準(zhǔn)于1997 年開始征集提案。在2000 年12 月推出了該標(biāo)準(zhǔn)的基準(zhǔn)部分,即JPEG2000Part I( ISO 15444 - 1 Baseline),其余部分也在2001 至2002 年被陸續(xù)推出。JP

21、EG2000主要是采用以小波變換為主的編碼方式,并將其與EBCOT算法相結(jié)合，采用MQ編碼器[1]，使其避免了JPEG的分塊邊界效應(yīng),還能突出其感興趣區(qū)域。</p><p>　　2.1 JPEG2000的編解碼過(guò)程</p><p>　　JPEG2000 圖像編碼過(guò)程為:原始圖像—→預(yù)處理—→離散小波變換—→量化—→算術(shù)熵編碼—→壓縮圖像數(shù)據(jù)的存儲(chǔ)或傳輸。 解碼過(guò)程為該過(guò)程的逆過(guò)程。<

22、/p><p>　　在編碼器中，首先對(duì)源圖像進(jìn)行一些預(yù)處理，對(duì)處理的結(jié)果進(jìn)行離散小波變換，并得到小波系數(shù)。然后對(duì)小波系數(shù)進(jìn)行量化以及熵編碼，從而組成標(biāo)準(zhǔn)的輸出碼流。解碼是編碼的逆向過(guò)程，首先對(duì)碼流進(jìn)行熵解碼，然后再進(jìn)行反向量化和反向小波變換，對(duì)解碼后的結(jié)果進(jìn)行處理合成，最終得到重建的圖像數(shù)據(jù)。</p><p>　　2.2 JPEG2000中的核心處理</p><p>&l

23、t;b>　　2.2.1 量化</b></p><p>　　由于人類視覺系統(tǒng)對(duì)圖像的分辨率要求有一定的局限，通過(guò)適當(dāng)?shù)牧炕瘻p小變換系數(shù)的精度，可在不影響圖像主觀質(zhì)量的前提下，達(dá)到圖像壓縮的目的。小波變換本身并不具有壓縮數(shù)據(jù)的能力,變換前原始圖像的數(shù)據(jù)量與變換后各系數(shù)圖像的數(shù)據(jù)量相等而量化是把大量幅度較小系數(shù)抑制為零,從而壓縮數(shù)據(jù)量。它是以降低小波系數(shù)的精度為代價(jià)來(lái)提高壓縮比和降低碼流的。即量化是有

24、損的會(huì)產(chǎn)生量化誤差。不過(guò)也有另外的一種情況，那就是量化步長(zhǎng)為1，而且小波系數(shù)都是整數(shù)，利用可恢復(fù)的5/3拍小波濾波器進(jìn)行小波變換得到的結(jié)果就符合這種情況。</p><p><b>　　2.2.2 熵編碼</b></p><p>　　圖像通過(guò)離散小波變換和量化后,在某種程度上減少了頻域和空域上的冗余度，可是在統(tǒng)計(jì)意義上這些數(shù)據(jù)還存在一定的相關(guān)性。因此我們采用熵編碼來(lái)消除

25、這種相關(guān)性。所謂的嵌入式塊編碼就是把量化后的子帶先分割成小矩陣再進(jìn)行編碼。早期的嵌入式圖像壓縮算法有很多，這些算法包括Shapiro的EZW（embedded zero - tree wavelet compression）算法[2]、Said和Pearlman的SPIHT（Set Partitioning in Hierarchical Trees）[3]算法。與這些算法一樣，EBCOT算法同樣是先進(jìn)行子帶采樣,再對(duì)小波系數(shù)進(jìn)行量化以

26、及編碼。但是與SPIHT和EZW 算法不同的是,EBCOT 算法并沒(méi)有使用零樹結(jié)構(gòu)而是使用碼塊（Code-Block）,同時(shí)提出了一種稱為“ 壓縮后率失真優(yōu)化”（Post-compression Rate-distortion Optimization，PCRD-opt）[3]的算法。</p><p>　　2.2.3 小波變換</p><p>　　小波變換不僅具有反映信號(hào)局部特征而且還能對(duì)

27、信號(hào)進(jìn)行多分辨率分析。圖像通過(guò)離散小波變換后得到小波系數(shù)，再通過(guò)多級(jí)小波分解，從而可以同時(shí)表示圖像中的低頻和高頻信息，這樣無(wú)論在高比特率還是低比特率的情況下，都能保持較多的圖像細(xì)節(jié)，使圖像更清晰。小波變換因其具有的這種優(yōu)點(diǎn)被JPEG2000標(biāo)準(zhǔn)所采用。其中小波系數(shù)是由很多種子帶系數(shù)圖像---描述圖像垂直和水平方向的空間頻率特性的圖像，組成的。</p><p><b>　　3 EBCOT算法</b&

28、gt;</p><p>　　嵌入式最優(yōu)切斷塊編碼EBCOT算法[4、5]是David Taubman，HP，1998年12月在JPEG Los Angeles會(huì)議上提出的。其主要思想是將各個(gè)子帶劃分成很多小塊再進(jìn)行獨(dú)立的排列( 嵌入不同小塊的數(shù)據(jù)流) 。其主要特點(diǎn)是在進(jìn)行編解碼時(shí)不需要太多的內(nèi)存，并且速率容易控制，壓縮特性較高;ROI( Region of Interest) 訪問(wèn); 錯(cuò)誤恢復(fù);量化簡(jiǎn)單; 復(fù)雜性

29、適度。與早期的嵌入式圖像壓縮算法[9]相比，EBCOT算法的主要特點(diǎn)是采用基于碼塊的位平面編碼和基于上下文的二進(jìn)制算術(shù)編碼[10]。近幾年來(lái)，研究者對(duì)EBCOT算法不斷改進(jìn)，提高了EBCOT算法的效率，圖像壓縮質(zhì)量也得到提高。</p><p>　　3.1 EBCOT框架</p><p>　　EBCOT算法屬于熵編碼方案的一種，算法編碼框圖如圖3-1所示。</p><p&

30、gt;　　圖3-1 EBCOT編碼框圖</p><p>　　在EBCOT算法中，圖像預(yù)處理過(guò)程是對(duì)圖像的像素值進(jìn)行DC變換和分量間變換。為了對(duì)圖像進(jìn)行水平移位,使變換后的樣值的動(dòng)態(tài)范圍大概以零點(diǎn)為中心,便于編碼，我們?cè)谶@里采用DC變換。分量間變換是對(duì)彩色圖像來(lái)說(shuō)的,對(duì)灰度圖像可以省略此步。</p><p>　　EBCOT算法的核心部分是Tier1獨(dú)立塊編碼和Tier2碼流組裝[9],基

31、本思想是：將經(jīng)過(guò)小波變換后的圖像在各子帶內(nèi)劃分為大小固定的較小的碼塊，將碼塊作為基本處理單元，然后對(duì)碼塊系數(shù)量化并按照二進(jìn)制位進(jìn)行分層，從最高有效位平面開始到較低的有效位平面，依次對(duì)每個(gè)位平面上的小波系數(shù)位進(jìn)行位平面編碼，從而生成0，1符號(hào)對(duì)和上下文，接著就是根據(jù)上下文和符號(hào)對(duì)其進(jìn)行MQ算術(shù)編碼，形成碼塊碼流，完成Tier1編碼；最后根據(jù)一定參數(shù)指標(biāo)如碼率、失真度，按率失真最優(yōu)原則對(duì)碼塊碼流重新組裝，形成最終的壓縮碼流，完成Tier2碼

32、流組裝過(guò)程[11]。</p><p><b>　　3.2 位平面編碼</b></p><p>　　位平面編碼是基于上下文、二進(jìn)制、位平面算術(shù)編碼來(lái)實(shí)現(xiàn)的的一種編碼方式，它的每個(gè)編碼塊獨(dú)立使用熵編碼。將量化后的編碼塊當(dāng)作有符號(hào)整數(shù)矩陣, 這樣每個(gè)系數(shù)的一位組成了一系列二進(jìn)制矩陣。其中第一個(gè)這樣的矩陣包含了所有數(shù)的MSB（最高位）。下一個(gè)矩陣所的所有數(shù)包含在第二個(gè)MSB

33、,如此類推，最后一個(gè)矩陣則包含了所有數(shù)的最低位。這些二進(jìn)制矩陣就是我們所說(shuō)的位平面[12]，如下圖3-2所示。為了得到多個(gè)截?cái)帱c(diǎn), EBCOT塊編碼需要對(duì)每個(gè)幅值位平面進(jìn)行三次掃描, 這樣是為了確保得到多個(gè)截?cái)帱c(diǎn)，才能形成與該位平面對(duì)應(yīng)的壓縮碼流。這三次掃描分別是重要性通道(Pass 1)、量值細(xì)化通道（Pass 2）、清除通道(Pass 3)，其編碼條件是：前一個(gè)比特面的相關(guān)比特是重要的；當(dāng)前系數(shù)不重要,至少有一個(gè)相鄰的系數(shù)是重要的；

34、當(dāng)前比特面在前兩個(gè)編碼通道中沒(méi)有被編碼的比特。在每一個(gè)編碼子塊中的系數(shù)都有一個(gè)與各自關(guān)聯(lián)的二進(jìn)制狀態(tài)變量,稱為系數(shù)的重要性狀態(tài)。用符號(hào)“0” 表示不重要和符號(hào)“1”表示重要。根據(jù)這些重要性狀態(tài)來(lái)決定編碼通過(guò)的類型。</p><p>　　這三次編碼通道由四個(gè)編碼操作組成,它們分別是:零編碼(ZC)、符號(hào)編碼( SC) 以及幅值細(xì)化(MR)和游程編碼(RLC)。編碼操作的選擇是根據(jù)系數(shù)所處的編碼階段和其直接相鄰的8個(gè)

35、系數(shù)狀態(tài)決定的。圖3-3是位平面編碼框圖,值得注意的是最高位平面只要進(jìn)行清除通道掃描。</p><p>　　圖 3-2 位平面表示</p><p>　　圖 3-3 位平面編碼框圖</p><p>　　3.3 MQ熵編碼</p><p>　　圖像經(jīng)過(guò)變換、量化后，雖然減少了一定的空域和頻域的冗余度，但還是需要通過(guò)熵編碼來(lái)消除這些數(shù)據(jù)在統(tǒng)計(jì)

36、意義上的相關(guān)性。為了達(dá)到抗干擾和任意水平逐漸顯示，JPEG2000把量化后的子帶分割成小碼塊，分別隊(duì)每個(gè)碼塊進(jìn)行獨(dú)立編碼。然后對(duì)于每個(gè)碼塊進(jìn)行掃描，每次掃描輸出進(jìn)行自適應(yīng)算術(shù)編碼，最后將壓縮的個(gè)子比特面組織成數(shù)據(jù)包的形式輸出。MQ是JPEG2000標(biāo)準(zhǔn)中實(shí)現(xiàn)無(wú)損壓縮的唯一途徑。在MQ編碼中,一對(duì)輸入判決D和上下文CX被一起送入編碼器進(jìn)行處理,產(chǎn)生壓縮數(shù)據(jù)CD。JPEG 2000中采用的MQ編碼，其基本規(guī)則像Elias編碼那樣，分別作為M

37、PS(大概率符號(hào))或LPS(小概率符號(hào))中一個(gè)子區(qū)間來(lái)區(qū)別的而不是以符號(hào)”0”和”1”的實(shí)際值來(lái)區(qū)別。將當(dāng)前概率區(qū)間劃分成為兩個(gè)子區(qū)間時(shí)，它的順序是LPS子區(qū)間可配置到MPS子區(qū)間的下面。所以，若符號(hào)是MPS，就給代碼串附加LPS子區(qū)間，同時(shí)，設(shè)概率區(qū)間寬度為MPS子區(qū)間；若符號(hào)是LPS，設(shè)概率區(qū)間寬度為L(zhǎng)PS子區(qū)間。不改變代碼串。按判決輸入將此處理遞歸地重復(fù)下去。</p><p>　　4 對(duì)象基優(yōu)化截?cái)嗲度胧骄?/p>

38、碼方法</p><p>　　目前對(duì)EBCOT算法的研究很多，主要是對(duì)EBCOT算法的Tier1編碼的改進(jìn)，以提高壓縮效率。由于EBCOT算法沒(méi)有考慮人的視覺感知特性，對(duì)整張圖像采用相同的編碼策略，各個(gè)對(duì)象的壓縮精度基本上相同，在有些場(chǎng)合難以發(fā)揮最高的編碼效率。如：文獻(xiàn)[6]提出一種優(yōu)化方案，采用通道并行處理和編碼并行處理的方法對(duì)位平面編碼。文獻(xiàn)[7]也提出一種Tier1優(yōu)化算法，該算法是通過(guò)減少編碼通道的掃描量及

39、運(yùn)算量,以達(dá)到節(jié)省編碼時(shí)間的目的。EBCOT算法沒(méi)有考慮人的視覺感知特性，對(duì)整張圖像采用相同的編碼策略，各個(gè)對(duì)象的壓縮精度基本上相同，在有些場(chǎng)合難以發(fā)揮最高的編碼效率。文章參考以上研究，提出一種基于對(duì)象的優(yōu)化截?cái)嗑幋a算法（EOCOT）。</p><p>　　4.1 BOCOT框架圖</p><p>　　EBCOT是對(duì)整幅圖像進(jìn)行基于碼塊的編碼算法，而EOCOT算法主要是對(duì)EBCOT算法的圖

40、像預(yù)處理部分和位平面編碼部分的改進(jìn)，其主要框架為：原圖像經(jīng)過(guò)JSEG分割后，再對(duì)類（map）圖中的對(duì)象標(biāo)號(hào)，然后經(jīng)過(guò)小波變換的信號(hào)分解得到三級(jí)小波變換圖。在此基礎(chǔ)上，進(jìn)行位平面編碼和熵編碼，形成對(duì)象Oi在各子帶內(nèi)各位平面對(duì)應(yīng)的碼流，最后輸出最終的壓縮碼流。</p><p><b>　　圖4-1</b></p><p>　　原圖像經(jīng)JSEG分割后，用不同顏色表示不同對(duì)象

41、，圖中給出三級(jí)小波信號(hào)分解圖，L代表低頻，H代表高頻，LDLL是D級(jí)小波變換的最低頻子帶，LDLL,LDHL,LDLH,LDHH 是信號(hào)在LD-1LL低一級(jí)分辨率上的分解。</p><p>　　EOCOT算法在圖像預(yù)處理部分利用JSEG分割技術(shù)將原圖像分割為不同的視覺對(duì)象Oi（i=1，2，3，……，n）每個(gè)對(duì)象都有各自的特征，用有規(guī)律的標(biāo)號(hào)表示各個(gè)對(duì)象。對(duì)分割后的圖像進(jìn)行DC變換和離散小波變換，提取視覺對(duì)象，并形

42、成對(duì)象的位置信息二值掩模圖，以各個(gè)對(duì)象為基本編碼單元，對(duì)各子帶內(nèi)對(duì)象位置信息和系數(shù)進(jìn)行位平面編碼和MQ編碼，形成按分辨率由低到高存儲(chǔ)的對(duì)象碼流，最后按率失真最優(yōu)原則對(duì)不同視覺對(duì)象的碼流重新組裝，形成最終的壓縮碼流。</p><p>　　4.2 圖像預(yù)處理與分割</p><p>　　本文算法在預(yù)處理階段引入了圖像分割技術(shù)，圖像分割是圖像處理領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，本文采用的JSEG分割算法[2,

43、8]是一種經(jīng)典的基于區(qū)域生長(zhǎng)的圖像分割方法，它同時(shí)考慮了圖像的顏色和紋理信息，分割結(jié)果較準(zhǔn)確，并具有良好的魯棒性。JSEG分割后得到的map圖是一種特殊類型的灰度圖像。在map圖中，像素值不是實(shí)際的灰度值，而是表示量化后的顏色類別標(biāo)號(hào)，每個(gè)對(duì)象都用相同的標(biāo)號(hào)值作為灰度值，但是這些標(biāo)號(hào)是無(wú)規(guī)則的數(shù)值，不方便直接用于對(duì)象的提取，所以算法對(duì)map圖進(jìn)行中值濾波和對(duì)象重新標(biāo)號(hào)，以到達(dá)方便提取視覺對(duì)象的目的。</p><p&g

44、t;　?。?）中值濾波：目的是消除對(duì)象區(qū)域邊界的噪聲點(diǎn)，將其歸類到鄰近對(duì)象。</p><p>　?。?）圖像分割后得到的map圖可以看作一種特殊類型的灰度圖像。在map圖中，像素值不是實(shí)際的灰度值，而是表示量化后的顏色類別標(biāo)號(hào)，每個(gè)區(qū)域都用相同的標(biāo)號(hào)值作為灰度圖像的灰度值，但是這些標(biāo)號(hào)是無(wú)規(guī)則的數(shù)值。</p><p>　　雖然圖像分割后的map圖是已經(jīng)用量化后的顏色類別標(biāo)號(hào)過(guò)的圖像，但是它

45、的標(biāo)號(hào)值是作為圖像的灰度值存儲(chǔ)的，而且標(biāo)號(hào)值是不連續(xù)的，所以需要將每個(gè)對(duì)象重新標(biāo)號(hào)，標(biāo)號(hào)值是連續(xù)的（如1，2，......M），此過(guò)程的目的是：在對(duì)基于對(duì)象編碼時(shí)，搜索新的標(biāo)號(hào)值就代表了一個(gè)對(duì)象，可直接對(duì)對(duì)象編碼。在標(biāo)號(hào)的過(guò)程中也對(duì)一些小對(duì)象做了處理，原因是經(jīng)過(guò)濾波后也會(huì)產(chǎn)生一些小對(duì)象或者孤立的點(diǎn)，在標(biāo)號(hào)時(shí)對(duì)對(duì)象內(nèi)的像素點(diǎn)數(shù)小于閾值的對(duì)象，將該對(duì)象內(nèi)的標(biāo)號(hào)轉(zhuǎn)化成鄰近已標(biāo)號(hào)對(duì)象的標(biāo)號(hào)，減少對(duì)象編碼時(shí)對(duì)小對(duì)象的繁瑣處理，閾值的選取依據(jù)實(shí)驗(yàn)結(jié)

46、果。</p><p>　　4.3 基于離散小波的信號(hào)分解</p><p>　　本文以對(duì)象O1為例，介紹基于對(duì)象的嵌入式編碼。圖像各對(duì)象重新標(biāo)號(hào)后，選定視覺對(duì)象O1進(jìn)行變換和編碼，同時(shí)將其它對(duì)象的像素值屏蔽為0，為了減少對(duì)其它對(duì)象的零像素比特的編碼，形成對(duì)象 錯(cuò)誤!未找到引用源。的位置信息二值掩模圖，如圖4-2虛線框內(nèi)，設(shè) 錯(cuò)誤!未找到引用源。表示提取出O1的位置信息二值掩模圖， 錯(cuò)誤!未找

47、到引用源。表示視覺對(duì)象及其鄰域內(nèi)的像素點(diǎn)，如式（4-1）表示：</p><p><b>　　(4-1)</b></p><p>　　所以只需要對(duì)視覺對(duì)象的系數(shù)做DC變換。然后將DC變換后的整幅圖像進(jìn)行離散小波變換。</p><p>　?。?）DC變換：本文基于對(duì)象的優(yōu)化截?cái)嗑幋a算法用到的DC變換與EBCOT算法中類似，DC變換的方法是圖像中基于

48、對(duì)象內(nèi)的每個(gè)像素值減去一個(gè)2P-1進(jìn)行調(diào)整，P為圖像的精度，即圖像各區(qū)域中絕對(duì)值最大的樣值所需要的比特?cái)?shù)。這樣可以將圖像的無(wú)符號(hào)像素值變成有符號(hào)值，從而圖像的區(qū)域像素值的變化范圍關(guān)于零對(duì)稱，進(jìn)而小波系數(shù)的變化范圍也不會(huì)過(guò)大，有利于解碼，在解碼端只需要給后向分量變換的樣值加上2P-1就可以了。</p><p>　?。?）離散小波變換：本文采用9/7提升小波變換，小波變換可得到具有多分辨率性質(zhì)的一個(gè)低頻子集和若干個(gè)高

49、頻子集。如果對(duì)圖像進(jìn)行D層小波變換分解，最后就會(huì)得到3D+1個(gè)子帶子圖。每個(gè)LLD子帶子圖都是對(duì)LLD-1子帶子圖在寬高減半低一級(jí)分辨率上的逼近。這樣D層小波分解的原始圖像自然可以得到D+1個(gè)不同分辨率的圖像[9]。本文以視覺對(duì)象O1作為編碼單元為例，經(jīng)三級(jí)小波變換后，O1及其位置信息圖在不同分辨率下的分布如圖4-3。對(duì)小波變換系數(shù)按LLD、HLD、LHD、HHD、HLD-1、LHD-1、HHD-1、……、HL1、LH1、HH1的順序掃

50、描編碼就會(huì)得到多分辨率支持的對(duì)象碼流。</p><p>　　圖4-2 對(duì)象O1的位置二值掩模圖 圖4-3 對(duì)象O1及其位置信息的三級(jí)小波變換分解圖</p><p><b>　　4.4 位平面編碼</b></p><p>　　位平面編碼就是先將O1的位置信息狀態(tài)變量w[i][j]初始化為0，對(duì)位置信息位平面進(jìn)行清除通道編碼掃描，并記錄位置系

51、數(shù)坐標(biāo)。然后對(duì)位置信息區(qū)域內(nèi)的系數(shù)位編碼，初始化系數(shù)位的所有狀態(tài)變量為0，由于重要狀態(tài)變量初始化為0，所以對(duì)最高位平面只進(jìn)行清除通道編碼掃描，然后對(duì)其它位平面進(jìn)行3個(gè)通道的編碼掃描，形成對(duì)應(yīng)的壓縮碼流。各個(gè)位平面之間的關(guān)系是通過(guò)狀態(tài)變量聯(lián)系的，所以狀態(tài)變量要及時(shí)更新。掃描順序是按每列4個(gè)系數(shù)從左到右、從高位平面到低位平面、從上到下的順序?qū)Ω鱾€(gè)子帶內(nèi)的所有像素比特進(jìn)行掃描以及編碼，從而使每個(gè)比特生成相應(yīng)的上下文Cx和0、1符號(hào)D。位平面編

52、碼過(guò)程采用三個(gè)編碼通道（重要性通道P1、幅值細(xì)化通道P2、清除通道P3）和四種編碼方法（ZC編碼，RLC編碼，SC編碼，以及MR編碼），對(duì)每個(gè)位平面系數(shù)位進(jìn)行掃描和編碼。三個(gè)通道編碼次序和編碼框圖見圖4-3。</p><p>　　圖4-3 位平面編碼框圖</p><p>　　文章以視覺對(duì)象為編碼單元，對(duì)不同子帶內(nèi)的視覺對(duì)象進(jìn)行獨(dú)立編碼，不同子帶的分辨率不同，對(duì)應(yīng)的尺寸大小也不同，所以對(duì)不

53、同子帶掃描的像素點(diǎn)數(shù)不同。按分辨率由低到高依次對(duì)視覺對(duì)象編碼，從低頻子集LLD開始，依次編碼HLD，LHD,HHD,HLD-1,LHD-1,HHD-1,……HH1中的對(duì)象信息，形成嵌入式碼流。其輸出碼流的特點(diǎn)是結(jié)果碼流可以分離成一個(gè)個(gè)依次相互包含的子集，不同子集對(duì)應(yīng)不同的對(duì)象分辨率，并按分辨率大小排序，最低分辨率對(duì)應(yīng)比特?cái)?shù)最少的子集，出現(xiàn)在結(jié)果碼流的起始部分。所以從嵌入式碼流的起始至某一位置這段碼流是一個(gè)低碼率的完整碼流，由它可以解碼重

54、構(gòu)視覺對(duì)象，與原碼流相比，這部分碼流解碼出的視覺對(duì)象具有更低的質(zhì)量和分辨率，但解碼對(duì)象是完整的。所以基于對(duì)象的嵌入式編碼能夠?qū)崿F(xiàn)一次壓縮，而解壓重建出多幅不同質(zhì)量和分辨率要求的視覺對(duì)像。</p><p><b>　　5 實(shí)驗(yàn)結(jié)果與分析</b></p><p>　　為了驗(yàn)證EOCOT算法的有效性，基于VC6.0軟件平臺(tái)，進(jìn)行了仿真測(cè)試，測(cè)試圖像從百度圖像庫(kù)中隨機(jī)搜索得到

55、，主要實(shí)驗(yàn)步驟如下：</p><p>　?。?）利用JSEG分割算法將原圖像分割為不同視覺對(duì)象，得到類（map）圖。并對(duì)map圖內(nèi)像素值中值濾波和各對(duì)象重新標(biāo)號(hào)，形成有規(guī)律的標(biāo)號(hào)。</p><p>　?。?）形成各對(duì)象的位置信息二值掩模圖，然后對(duì)圖像進(jìn)行DC變換、離散小波變換和系數(shù)量化。</p><p>　?。?）基于對(duì)象編碼，將對(duì)象的位置信息二值圖作為位平面的一部

56、分，并優(yōu)先對(duì)其進(jìn)行清除通道掃描和RLC編碼，然后再?gòu)母呶黄矫娴降臀黄矫婢幋a形成上下文Cx和二進(jìn)制符號(hào)D，再進(jìn)行MQ編碼，形成按分辨率由小到大存儲(chǔ)的對(duì)象碼流。</p><p>　?。?）對(duì)每個(gè)視覺對(duì)象編碼，各自形成一組碼流，最后按率失真最優(yōu)原則對(duì)碼流重組，形成最終的壓縮碼流。</p><p>　　（5）解碼，解碼是編碼的逆過(guò)程，對(duì)不同對(duì)象解碼得到對(duì)象圖，對(duì)同一對(duì)象在不同分辨率下的解碼，得到不

57、同質(zhì)量和分辨率的對(duì)象圖。</p><p>　　這里僅給出部分實(shí)驗(yàn)結(jié)果，如圖5-1所示。實(shí)驗(yàn)結(jié)果圖包括三個(gè)子圖，（1）圖給出原圖像及其分割圖、map圖、三級(jí)小波分解圖；（ 2）圖給出一個(gè)對(duì)象在不同分辨率下的解碼圖。圖5-1中給出原圖像bean的五個(gè)對(duì)象的提取結(jié)果及Object1在不同分辨率下的解碼圖?？梢钥吹嚼肊OCOT算法能夠完整地提取出視覺對(duì)象在不同分辨率下的解碼圖，實(shí)現(xiàn)嵌入式編解碼，有利于觀察者分析和理解圖

58、像。</p><p>　　（a）原圖像及其預(yù)處理圖像 </p><p>　　（b）Object1在各種情況下的解碼圖</p><p>　　圖 5-1 仿真實(shí)驗(yàn)結(jié)果（bean）</p><p><b>　　6 結(jié)論及展望</b></p><p>　　本文提出一種基于對(duì)象的優(yōu)化截?cái)嗲度胧骄幋a算法（

59、EOCOT算法）,該算法在EBCOT算法基礎(chǔ)上對(duì)圖像預(yù)處理部分和位平面編碼做了改進(jìn)，該算法的主要貢獻(xiàn)是：（1）引入JSEG分割算法對(duì)圖像進(jìn)行預(yù)處理，提取視覺對(duì)象，并形成對(duì)象的位置信息二值掩模圖,將位置信息作為一個(gè)位平面優(yōu)先編碼；（2）對(duì)不同分辨率下的視覺對(duì)象獨(dú)立編碼,實(shí)現(xiàn)了基于對(duì)象的嵌入式編碼。（3）可以對(duì)不同對(duì)象采取不同的嵌入式編碼算法,提高精度。實(shí)驗(yàn)結(jié)果也同時(shí)表明該算法能夠得到完整的視覺對(duì)象解碼圖,具有良好的主觀視覺感知性。然而，本

60、文算法沒(méi)有考慮碼率控制對(duì)壓縮碼流的優(yōu)化組裝和對(duì)重要對(duì)象的優(yōu)化傳輸，在這方面還有很大的改進(jìn)空間，相關(guān)的理論和算法還需要進(jìn)一步研究。</p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1] 劉柏森,董宏偉. 一種改進(jìn)的EBCOT圖像編碼方法[J]. 2008, 9(22): 75～76.</p><p>　　[2] Yining

61、Deng，B S Manjunath．Unsupervised Segmentation of Color-Texture Regions in Images and Video[J]. IEEE Transactions On Pattern Analysis and Machine Intelligence, 2001, 23(8): 479～482</p><p>　　[3] 白麗麗. 基于FPGA的自適應(yīng)

62、算術(shù)編碼研究與實(shí)現(xiàn)[D]. 哈爾濱:哈爾濱工業(yè)大學(xué), 2006.</p><p>　　[4] 梁曉宇,李棟. JPEG2000的核心壓縮算法簡(jiǎn)介和仿真[J]. 中國(guó)傳媒大學(xué)工程信息學(xué)院, 2006, 1（4）: 25～27.</p><p>　　[5] 孫韶杰. 基于EBCOT的圖像壓縮系統(tǒng)及感興趣區(qū)域編碼技術(shù)的研究與實(shí)現(xiàn)[D].國(guó)防科學(xué)技術(shù)大學(xué)研究生院, 2006.</p>

63、<p>　　[6] 朱文文.劉立柱. JPEG2000中EBCOT算法的優(yōu)化[J]. 計(jì)算機(jī)應(yīng)用. 2008, 6 (28): 210～212.</p><p>　　[7] 劉柏森.董宏偉. 一種改進(jìn)的EBCOT圖像編碼方法[J]. 黑龍江工程學(xué)院學(xué)報(bào)（自然科學(xué)版）, 2008, 9(22): 75～76.</p><p>　　[8] 劉晶. 基于語(yǔ)義的自然圖像檢索[D].

64、陜西：西北工業(yè)大學(xué). 2006.</p><p>　　[9] 張春香. 基于JPEG2000標(biāo)準(zhǔn)的優(yōu)化編碼算法研究[D]. 重慶：重慶大學(xué). 2006.</p><p>　　[10] 白麗麗. 基于FPGA的自適應(yīng)算術(shù)編碼研究與實(shí)現(xiàn)[D]. 哈爾濱：哈爾濱工業(yè)大學(xué). 2006.</p><p>　　[11] 趙偉強(qiáng). JPEG2000的核心算法研究[J]. 電子學(xué)報(bào)

65、, 2006, 2 (23): 51～52.</p><p>　　[12] 王立. JPEG2000的核心算法及最新發(fā)展[J]. 通信與信息技術(shù), 2005, 6(53): 55～56.</p><p>　　附錄1 主要程序</p><p>　　int Region_bufferin[WIDTH][WIDTH];</p><p>　　in

66、t Region_bufferout[WIDTH][WIDTH];</p><p>　　void main()</p><p><b>　　{</b></p><p>　　unsigned char *Image, *Image1;</p><p>　　unsigned char Fheadg[54],unsigdat

67、a;</p><p>　　char Pallette[1024];</p><p>　　int Row,Col,M,s,i,j;</p><p>　　long Index;</p><p>　　FILE *in,*out,*inter;</p><p>　　Image=(unsigned char *)calloc (

68、720*720,sizeof(unsigned char));</p><p>　　Image1=(unsigned char *)calloc (720*720,sizeof(unsigned char)); </p><p>　　if ((in = fopen("c2.raw","rb")) == NULL)</p><p&g

69、t;　　{printf("cannot open inputfile\n");</p><p><b>　　return;</b></p><p><b>　　}</b></p><p>　　if((out = fopen("97wave_out.raw","wb+&qu

70、ot;)) == NULL)</p><p>　　{printf("cannot open outfile\n");</p><p><b>　　return;</b></p><p><b>　　}</b></p><p>　　if(!ReadGrayImage("

71、c2map1.bmp",&Row,&Col,Image,Fheadg,Pallette))</p><p>　　{ printf("cannot open mapfile\n");</p><p><b>　　return;</b></p><p><b>　　}</b&

72、gt;</p><p>　　scanf("%d",&s);</p><p><b>　　if(s>=M)</b></p><p>　　printf("the error region");</p><p>　　for(i = 0;i<Row;i++)</p

73、><p>　　for(j = 0;j<Col;j++)</p><p><b>　　{ </b></p><p>　　Index=i*Col+j;</p><p>　　fread(&unsigdata, 1,1,in);</p><p>　　if(Image1[Index]==s)<

74、;/p><p>　　Buffer[i+4][j+4] = (float) unsigdata;</p><p>　　else Buffer[i+4][j+4] =0;</p><p><b>　　}</b></p><p><b>　　//DC變換</b></p><p>　　

75、for(i = 0;i<Row;i++)//行</p><p><b>　　{</b></p><p>　　for(j = 0;j<Col;j++)//列</p><p><b>　　{ </b></p><p>　　Index=i*Col+j;</p><p&g

76、t;　　if(Image1[Index]==s)</p><p>　　Buffer[i+4][j+4] = (Buffer[i+4][j+4]-128);</p><p><b>　　}</b></p><p><b>　　}</b></p><p>　　decode_allsubband(Re

77、gion_bufferout,Row,Col,s,Image1);</p><p>　　for(i=0;i<(Row>>3);i++)</p><p>　　for(j=0;j<(Col>>3);j++)</p><p>　　Interleave[i+4][j+4]=(float)(Region_bufferout[i][j]-0.

78、5);</p><p><b>　　//小波逆變換</b></p><p>　　ldwt(Row,Col,Buffer,Interleave,Bufferout); </p><p><b>　　//DC逆變換</b></p><p>　　for(i = 0;i<Row;i++)<

79、/p><p>　　for(j = 0;j<Col;j++)</p><p><b>　　{ </b></p><p>　　Index=i*Col+j;</p><p>　　if(Image1[Index]==s)</p><p>　　Buffer[i+4][j+4] = Buffer[i+4

80、][j+4]+128;</p><p><b>　　}</b></p><p>　　for(i = 0;i<Row;i++)</p><p>　　for(j = 0;j<Col;j++)</p><p><b>　　{ </b></p><p>　　Bu

81、ffer[i+4][j+4]=abs(Buffer[i+4][j+4]);</p><p>　　Index=i*Col+j;</p><p>　　if(Image1[Index]==s)</p><p>　　unsigdata=(unsigned char)floor(Buffer[i+4][j+4]+0.5);</p><p><b&

82、gt;　　else</b></p><p>　　unsigdata=(unsigned char)(Buffer[i+4][j+4]+253);</p><p>　　fwrite(&unsigdata,1,1,out);</p><p><b>　　}</b></p><p>　　fclose(in)

83、;</p><p>　　fclose(out);</p><p><b>　　}</b></p><p>　　void encode_allsubband(int region_bufferin[WIDTH][WIDTH], unsigned char *Image1,int Row,int Col,int s, float interleav

84、e[LENGH][LENGH])</p><p><b>　　{</b></p><p>　　int i,j,m,k,h;</p><p>　　long K=0,H=0,Index;</p><p>　　unsigned char unsigdata;</p><p><b>　　m=L

85、EVEL;</b></p><p>　　printf("\nThe region code sample is:");</p><p>　　for(i=0;i<(Row>>m);i++)</p><p>　　for(j=0;j<(Col>>m);j++)</p><p>&l

86、t;b>　　{ </b></p><p>　　Index=i*Col+j;</p><p>　　if(Image1[Index]==s)</p><p><b>　　{ </b></p><p>　　region_bufferin[i][j] =(int)(floor)(interleave[i+4][

87、j+4]+0.5);</p><p>　　if(j%16==0)</p><p>　　printf("\n");</p><p>　　printf("%d, ",region_bufferin[i][j]);</p><p><b>　　}</b></p><

88、p><b>　　}</b></p><p>　　region_encode(region_bufferin,Row,Col,s,Image1,m);</p><p><b>　　}</b></p><p><b>　　附錄2 科研論文</b></p><p>　　基于對(duì)

89、象的優(yōu)化截?cái)嗑幋a算法（EOCOT）</p><p>　　摘要：傳統(tǒng)EBCOT算法是一種基于碼塊的優(yōu)化截取嵌入式編碼方法，它沒(méi)有考慮人的視覺感知特性，對(duì)整張圖像采用相同的編碼策略，難以獲得與主觀視覺感知相匹配的結(jié)果。為此，文章提出一種基于對(duì)象的優(yōu)化截取嵌入式編碼方法。該算法將圖像分割成具有不同視覺興趣的對(duì)象，對(duì)不同視覺對(duì)象可以采用不同的嵌入式編碼策略進(jìn)行獨(dú)立編碼，生成各自獨(dú)立的碼流。仿真實(shí)驗(yàn)結(jié)果顯示提出的改進(jìn)算法是

90、有效的。</p><p>　　關(guān)鍵詞：EBCOT算法；圖像分割；類圖；EOCOT算法</p><p>　　Abstract: EBCOT algorithm is a traditional block-based optimization of code embedded coding method interception, It does not take into account

91、characteristics of human visual perception, on the whole image using the same encoding strategy, it’s hardly match with the subjective results of visual perception. So, this paper presents the optimization based on the i

92、nterception of an object embedded coding. Image is segmented into different visual objects of interest, different visual objects can be e</p><p><b>　　1 引言</b></p><p>　　隨著社會(huì)的進(jìn)步，科學(xué)的發(fā)展，

93、基于ROI的圖像編碼方法越來(lái)越多樣化。從一般的壓縮編碼基礎(chǔ)到預(yù)測(cè)編碼、</p><p>　　正交變換編碼、第二代編碼方法、分形編碼、模型編碼、神經(jīng)網(wǎng)絡(luò)編碼、</p><p><b>　　統(tǒng)計(jì)編碼、</b></p><p><b>　　子帶編碼和</b></p><p>　　小波變換編碼等等，涌現(xiàn)出了

94、很多優(yōu)秀的編碼方式。</p><p>　　我們要從各種圖像編碼方法中研究出基于ROI的圖像編碼方法有何不同點(diǎn)，并且分析出各自的優(yōu)勢(shì)何劣勢(shì)。當(dāng)然基于ROI的圖像編碼方法的研究需要更清楚弄清他的本質(zhì)。</p><p>　　目前，基于ROI的圖像編碼研究正處在發(fā)展中階段。自從它發(fā)明問(wèn)世以來(lái)，受到了人們的廣泛關(guān)注，它不僅僅帶來(lái)了更新型的圖像編碼方法，帶來(lái)的還有更新型的圖像編碼創(chuàng)新思想！僅僅一年，各

95、種基于ROI圖像編碼的方法層出不窮，從一般的壓縮編碼基礎(chǔ)到預(yù)測(cè)編碼、</p><p>　　正交變換編碼、第二代編碼方法、分形編碼、模型編碼、神經(jīng)網(wǎng)絡(luò)編碼、</p><p><b>　　統(tǒng)計(jì)編碼、</b></p><p><b>　　子帶編碼和</b></p><p>　　小波變換編碼等等！無(wú)不顯示出

96、其基于ROI圖像編碼方法的獨(dú)特魅力?，F(xiàn)在基于ROI的圖像編碼方法正在逐步完善之中，這是一個(gè)走向成熟的標(biāo)志。隨著基于ROI的如圖像編碼研究的不斷發(fā)展，一種對(duì)象基嵌入式圖像編方法出現(xiàn)的越來(lái)越多。</p><p>　　本文通過(guò)對(duì)基本圖像編碼方法、ROI編碼方法、嵌入式編碼方法的了解，在EBCOT的基礎(chǔ)上，提出一種基于對(duì)象的優(yōu)化截?cái)嗲度胧骄幋a算法——EOCOT編碼算法，該算法為解決圖像壓縮比與重建圖像質(zhì)量之間的矛盾提供了

97、一個(gè)新思路，具有廣泛的應(yīng)用前景。</p><p>　　2 EOCOT算法的框架</p><p>　　EBCOT是對(duì)整幅圖像進(jìn)行基于碼塊的編碼算法，而EOCOT算法主要是對(duì)EBCOT算法的圖像預(yù)處理部分和位平面編碼部分的改進(jìn)，主要框圖如圖2-1所示。</p><p><b>　　圖2-1</b></p><p>　　EOC

98、OT算法在圖像預(yù)處理部分利用JSEG分割技術(shù)將原圖像分割為不同的視覺對(duì)象{O1,O2,……On}，每個(gè)對(duì)象都有各自的特征，用有規(guī)律的標(biāo)號(hào)表示各個(gè)對(duì)象。然后對(duì)分割后的圖像進(jìn)行DC變換和離散小波變換，提取視覺對(duì)象，并形成對(duì)象的位置信息二值圖，以各個(gè)對(duì)象為基本編碼單元，對(duì)各子帶內(nèi)對(duì)象位置信息和系數(shù)進(jìn)行位平面編碼和MQ編碼，形成按分辨率由低到高存儲(chǔ)的對(duì)象碼流，最后按率失真最優(yōu)原則對(duì)不同視覺對(duì)象的碼流重新組裝，形成最終的壓縮碼流。</p&g

99、t;<p><b>　　3圖像預(yù)處理</b></p><p>　　3.1 JESG圖像分割</p><p>　　圖像分割是圖像處理領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，本文采用的JSEG分割算法[4,5]是一種經(jīng)典的基于區(qū)域生長(zhǎng)的圖像分割方法，它同時(shí)考慮了圖像的顏色和紋理信息，分割結(jié)果較準(zhǔn)確，并具有良好的魯棒性。JSEG分割后得到的map圖是一種特殊類型的灰度圖像。在ma

100、p圖中，像素值不是實(shí)際的灰度值，而是表示量化后的顏色類別標(biāo)號(hào)，每個(gè)對(duì)象都用相同的標(biāo)號(hào)值作為灰度值，但是這些標(biāo)號(hào)是無(wú)規(guī)則的數(shù)值，不方便直接用于對(duì)象的提取，本文對(duì)map圖進(jìn)行中值濾波和對(duì)象重新標(biāo)號(hào)，以到達(dá)方便提取視覺對(duì)象的目的。</p><p>　　JSEG算法簡(jiǎn)介[6]：JSEG算法是基于圖像中顏色紋理區(qū)域的無(wú)監(jiān)督分割算法。該算法可以分成兩個(gè)主要步驟：顏色量化和空間分割。顏色量化的目的是為了減少原始彩色圖像的顏色數(shù)

101、量，以降低算法復(fù)雜度?？臻g分割是基于種子生長(zhǎng)的區(qū)域分割。</p><p>　　3.2對(duì)類(map）圖中的對(duì)象標(biāo)號(hào)</p><p>　　圖像分割后得到的map圖可以看作一種特殊類型的灰度圖像。在map圖中，像素值不是實(shí)際的灰度值，而是表示量化后的顏色類別標(biāo)號(hào)，每個(gè)區(qū)域都用相同的標(biāo)號(hào)值作為灰度圖像的灰度值，但是這些標(biāo)號(hào)是無(wú)規(guī)則的數(shù)值。</p><p>　　雖然圖像分割后

102、的map圖是已經(jīng)用量化后的顏色類別標(biāo)號(hào)過(guò)的圖像，但是它的標(biāo)號(hào)值是作為圖像的灰度值存儲(chǔ)的，而且標(biāo)號(hào)值是不連續(xù)的，所以需要將每個(gè)對(duì)象重新標(biāo)號(hào)，標(biāo)號(hào)值是連續(xù)的（如1，2，......M），此過(guò)程的目的是：在對(duì)基于對(duì)象編碼時(shí)，搜索新的標(biāo)號(hào)值就代表了一個(gè)對(duì)象，可直接對(duì)對(duì)象編碼。在標(biāo)號(hào)的過(guò)程中也對(duì)一些小對(duì)象做了處理，原因是經(jīng)過(guò)濾波后也會(huì)產(chǎn)生一些小對(duì)象或者孤立的點(diǎn)，在標(biāo)號(hào)時(shí)對(duì)對(duì)象內(nèi)的像素點(diǎn)數(shù)小于閾值的對(duì)象，將該對(duì)象內(nèi)的標(biāo)號(hào)轉(zhuǎn)化成鄰近已標(biāo)號(hào)對(duì)象的標(biāo)號(hào)，

103、減少對(duì)象編碼時(shí)對(duì)小對(duì)象的繁瑣處理，閾值的選取依據(jù)實(shí)驗(yàn)結(jié)果。</p><p><b>　　算法步驟：</b></p><p>　?。?）搜索圖像中未標(biāo)號(hào)的第一個(gè)像素點(diǎn)，標(biāo)號(hào)為S。</p><p>　?。?）以該像素點(diǎn)為中心，搜索其八個(gè)鄰域像素點(diǎn)，如果鄰域點(diǎn)的像素值等于中心像素點(diǎn)的值，則將其標(biāo)上相同的標(biāo)號(hào)，并記錄該像素點(diǎn)的坐標(biāo)。</p>

104、<p>　?。?）以標(biāo)號(hào)過(guò)的像素點(diǎn)為中心，對(duì)其八個(gè)鄰域點(diǎn)內(nèi)未標(biāo)號(hào)的點(diǎn)標(biāo)號(hào)，如果鄰域點(diǎn)的像素值等于中心像素點(diǎn)的值，則將其標(biāo)上相同的標(biāo)號(hào)，并記錄該像素點(diǎn)的坐標(biāo)。</p><p>　?。?）標(biāo)號(hào)完一個(gè)對(duì)象的所有像素點(diǎn)，如果該對(duì)象的像素個(gè)數(shù)小于閾值，則重新標(biāo)號(hào)該對(duì)象，將該對(duì)象內(nèi)的像素點(diǎn)歸到鄰近對(duì)象。</p><p>　?。?）S+1，重新搜索圖像中未標(biāo)號(hào)的對(duì)象的像素點(diǎn)，重復(fù)（1）——

105、（4）步。直到將圖像內(nèi)的所有對(duì)象的像素點(diǎn)標(biāo)號(hào)完成。</p><p>　　3.3 基于小波變換的信號(hào)分解</p><p>　　本文以對(duì)象O1為例，介紹基于對(duì)象的嵌入式編碼。圖像各對(duì)象重新標(biāo)號(hào)后，選定視覺對(duì)象O1進(jìn)行變換和編碼，同時(shí)將其它對(duì)象的像素值屏蔽為0，為了減少對(duì)其它對(duì)象的零像素比特的編碼，形成對(duì)象O1的位置信息二值掩模圖，如圖3-2虛線框內(nèi)，設(shè)f(x,y)表示提取出O1的位置信息二值掩

106、模圖，d(x,y)表示視覺對(duì)象及其鄰域內(nèi)的像素點(diǎn)，如式（3-1）表示：</p><p><b>　　(3-1)</b></p><p>　　所以只需要對(duì)視覺對(duì)象的系數(shù)做DC變換。然后將DC變換后的整幅圖像進(jìn)行離散小波變換。</p><p>　?。?）DC變換：本文基于對(duì)象的優(yōu)化截?cái)嗑幋a算法用到的DC變換與EBCOT算法中類似，DC變換的方法是圖

107、像中基于對(duì)象內(nèi)的每個(gè)像素值減去一個(gè)2P-1進(jìn)行調(diào)整，P為圖像的精度，即圖像各區(qū)域中絕對(duì)值最大的樣值所需要的比特?cái)?shù)。這樣可以將圖像的無(wú)符號(hào)像素值變成有符號(hào)值，使區(qū)域像素值的動(dòng)態(tài)范圍關(guān)于零對(duì)稱，使得小波變換后的系數(shù)動(dòng)態(tài)范圍不會(huì)過(guò)大，有利于編碼，在解碼端只需要給后向分量變換的樣值加上2P-1就可以了。</p><p>　?。?）離散小波變換：本文采用9/7提升小波變換[7]，小波變換可得到具有多分辨率性質(zhì)的一個(gè)低頻子集

108、和若干個(gè)高頻子集。如果對(duì)圖像進(jìn)行D層小波變換分解，最后就會(huì)得到3D+1個(gè)子帶子圖。每個(gè)LLD子帶子圖都是對(duì)LLD-1子帶子圖在寬高減半低一級(jí)分辨率上的逼近。這樣D層小波分解的原始圖像自然可以得到D+1個(gè)不同分辨率的圖像。本文以視覺對(duì)象O1作為編碼單元為例，經(jīng)三級(jí)小波變換后，O1及其位置信息圖在不同分辨率下的分布如圖3-3。對(duì)小波變換系數(shù)按LLD、HLD、LHD、HHD、HLD-1、LHD-1、HHD-1、……、HL1、LH1、HH1的順

109、序掃描編碼就會(huì)得到多分辨率支持的對(duì)象碼流。</p><p>　　圖 3-1 對(duì)象O1的位置二值掩模圖 圖3-2 對(duì)象O1及其位置信息的三級(jí)小波變換分解圖</p><p>　　3.4 位平面編碼過(guò)程</p><p>　　位平面編碼就是先將O1的位置信息狀態(tài)變量w[i][j]初始化為0，對(duì)位置信息位平面進(jìn)行清除通道編碼掃描，并記錄位置系數(shù)坐標(biāo)。然后對(duì)位置信息區(qū)

110、域內(nèi)的系數(shù)位編碼，初始化系數(shù)位的所有狀態(tài)變量為0，由于重要狀態(tài)變量初始化為0，所以對(duì)最高位平面只進(jìn)行清除通道編碼掃描，然后對(duì)其它位平面進(jìn)行3個(gè)通道的編碼掃描，形成對(duì)應(yīng)的壓縮碼流。各個(gè)位平面之間的關(guān)系是通過(guò)狀態(tài)變量聯(lián)系的，所以狀態(tài)變量要及時(shí)更新。掃描順序是按每列4個(gè)系數(shù)從上到下、從左到右、從高位平面到低位平面的順序?qū)ψ訋?nèi)所有像素比特進(jìn)行掃描和編碼，為每個(gè)比特生成相應(yīng)的上下文Cx和0、1符號(hào)D。位平面編碼過(guò)程采用三個(gè)編碼通道（重要性通道P

111、1、幅值細(xì)化通道P2、清除通道P3）和四種編碼方法（ZC編碼，RLC編碼，SC編碼，以及MR編碼），對(duì)每個(gè)位平面系數(shù)位進(jìn)行掃描和編碼。三個(gè)通道編碼次序和編碼框圖見圖3-4。</p><p>　　圖 3-3 位平面編碼框圖</p><p>　　本文以視覺對(duì)象為編碼單元，對(duì)不同子帶內(nèi)的視覺對(duì)象進(jìn)行獨(dú)立編碼，不同子帶的分辨率不同，對(duì)應(yīng)的尺寸大小也不同，所以對(duì)不同子帶掃描的像素點(diǎn)數(shù)不同。按分辨

112、率由低到高依次對(duì)視覺對(duì)象編碼，從低頻子集LLD開始，依次編碼HLD，LHD,HHD,HLD-1,LHD-1,HHD-1,……HH1中的對(duì)象信息，形成嵌入式碼流。其輸出碼流的特點(diǎn)是結(jié)果碼流可以分離成一個(gè)個(gè)依次相互包含的子集，不同子集對(duì)應(yīng)不同的對(duì)象分辨率，并按分辨率大小排序，最低分辨率對(duì)應(yīng)比特?cái)?shù)最少的子集，出現(xiàn)在結(jié)果碼流的起始部分。所以從嵌入式碼流的起始至某一位置這段碼流是一個(gè)低碼率的完整碼流，由它可以解碼重構(gòu)視覺對(duì)象，與原碼流相比，這部分