樊巧云 何博
摘 要：基于JPEG2000中感兴趣区域（ROI）图像压缩标准，提出了一种新型ROI图像压缩算法。算法根据用户指定的ROI条件，确定灰度值的重要位平面，然后将灰度值分割为重要灰度值和次要灰度值，优先对重要灰度值进行编码。根据比特率要求对次要灰度值进一步编码。实验结果表明：提出的算法同时具有最大平移法和一般平移法的优点，不仅能够灵活控制ROI和背景区域图像质量在码率上的分配，还能支持任意形状的ROI编码而不需要编码形状信息。另外，由于在小波变换前就进行了灰度值分割，所以在低码率时能够有效提高计算速度并节省存储空间。
关键词：ROI； JPEG2000； 灰度值分割； 位平面
中图分类号：TN919?34； TP751.1 文献标识码：A 文章编号：1004?373X（2013）02?0013?03
感兴趣区域图像压缩是数字图像压缩编码领域的一个研究热点，其在高压缩比下，能够更好地保证重建图像ROI质量，是有效解决图像质量和压缩比之间矛盾的一种重要手段，在远程医疗、图像检索及无线电通信等领域有着重要的应用价值。传统的感兴趣区域压缩方法有JPEG2000标准中的最大平移法和一般平移法。
最大平移法是将ROI所有小波系数提升到高于背景区域小波系数的位平面，从而使ROI的编码位配置在比背景的编码位更前的位置[1]，所以其优点是：可以实现ROI质量的最佳效果；解码时可以根据小波系数的位平面索引确定ROI掩膜信息，不需要对掩膜进行编码。但缺点是：不能灵活地控制ROI和背景区域的相对质量：在编解码任何背景区域信息之前，必须编解码完成所有的ROI信息。由于平移值U必须足够大来满足最大平移法的要求，极大增加了小波系数的位平面数。因此，最大平移法适用于只要求图像ROI质量良好，背景区域信息可以忽略不计的情况。
一般平移法是根据用户选定的一个适当平移值U来提升ROI小波系数的位平面[2]。不同的U值决定了图像ROI和背景区域的相对压缩质量。但是由于位平面的平移值U的选择是任意的，所以需要一个对应于ROI的形状编码器和相应的解码器，从而大大增加了编解码的复杂性和比特流。使其在实际应用中受到了限制，目前仅在圆形和椭圆形感兴趣区域图像压缩的情况下用到该算法。
在有些应用场合，对图像ROI压缩质量和背景的压缩质量是有各自的一定要求的，对ROI并不需要完全无损压缩，对背景区域也不希望完全忽略，所以希望能够根据实际情况灵活设置ROI和背景区域的相对质量分配[3]。一般平移法虽然能够实现ROI和背景区域的相对质量分配，但是其分配并不是按照预先指定的质量进行分配，而是按照码率的要求进行的随机分配，而且还需要ROI掩模形状信息的支持。因此本文提出了一种基于用户指定的ROI图像压缩质量要求，对图像的灰度值进行分割的方法，实现满足ROI条件下的最佳编码。该方法不仅具有上述两种方法的优点，而且，该方法在低码率编码时显著提高了小波变换的计算速度和内存的存储效率[4]。
1 基于灰度值分割的ROI压缩算法
本文算法根据用户规定的ROI图像压缩质量，计算出ROI像素的重要位平面数量，按照计算结果对图像所有像素进行灰度值分割，形成两部分：重要灰度值和次级灰度值。在一定码率下，优先对重要灰度值进行ROI编码，实现图像的最佳压缩效果。下面详细介绍该算法的实现步骤。
11.2 灰度值分割
按照如上所求出的重要位平面数量，将图像所有像素灰度值（背景区域和ROI均包括）分割为重要灰度值和次要灰度值。当重要位平面数量S=5时，分割过程如图1所示。
1.3 算法编码过程
经过分割后的重要灰度值包含满足用户要求的ROI图像压缩质量所有位平面，因此利用最大平移法对重要灰度值进行编码，对次级灰度值进行无ROI图像编码过程。按照上述流程，图像小波系数的位平面编码顺序如图2所示。
图1 灰度值按S=5分割
算法的编码过程分为2部分。在第1部分，首先对重要灰度值的ROI（也就是ROI重要位平面）进行编码；如果编码完成后，还没有超出最大存储空间，开始对重要灰度值的背景区域进行编码，这样背景区域的信息就得到恢复。如果上述都编码结束后，还有剩余存储空间，在第2部分对分割后的次级编码值进行编码，直至达到存储空间上限或者所有位平面都编码完毕（这就是无损压缩的情况）。位平面编码采用多级树集合分裂算法（Set Partitioning in Hierarchical Trees，SPIHT）[6]。每一个位平面扫描完毕后，如果超过存储空间，停止编码。算法的详细流程如图3所示。
1.4 算法特点
根据MIN（ROI_PSNR）值来灵活控制ROI和背景区域的相对质量分配，具有一般平移法的优点；由于对重要灰度值的编码采用最大平移法，所以支持任意形状的ROI编码而不需要编解码ROI掩膜，具有最大平移法的优点。在低码率的应用中，对于最大平移法和一般平移法，像素灰度值的所有位平面都参加小波变换，小波变换后再根据码率的要求，对灰度值的低位平面忽略，不参与后续的编码过程，这样对小波变换过程来说，造成了存储空间的浪费和计算量的增加。本文算法在进行小波变换之前就根据用户规定的ROI压缩质量要求进行了灰度值分割，所以在低码率时，只有灰度值的重要位平面参与小波变换，从而有效提高了计算速度并节省了存储空间。
2 实验结果
使用Matlab对本文算法进行验证，以Lena（512×512，8 b）作为测试图像，ROI形状是由规定参数定义的椭圆[7]；采用[97]提升小波变换[8]，小波变换次数为4次。
2.1 不同算法压缩性能比较
设置用户规定的ROI最低压缩质量为MIN（ROI_PSNR）为30 dB，40 dB，50 dB三个级别，ROI指的是ROI的PSNR，BG指的是背景区域的PSNR，bpp代表比特率（bit per pixel，bpp）。在不同MIN（ROI_PSNR）和bpp下对3种算法进行比较。（Inf代表是无穷大）。
从表1可以看到：如果一般平移法的提升因子U等于本文算法根据用户规定MIN（ROI_PSNR）计算出的重要位平面数量U值时，两者的ROI和背景区域图像的图像质量相当，一般平移法略高于本文算法，但是一般平移法需要编解码ROI形状信息；低码率时最大平移法ROI的压缩质量明显高于本文算法和一般平移法，但是其背景区域图像的压缩质量很低，所以无法满足对整幅图像有要求的压缩过程。
三种方法在低码率时的压缩效果对比如图4所示。
由表2中数据可以看出，在低码率时，本文算法实际参与小波变换的比特数小于其他两种算法参与运算的比特数，因此能有效提高计算速度并节省内存。
3 结 语
本文算法可以根据用户指定的ROI压缩要求来选择最佳的压缩过程。算法同时具有一般平移法灵活控制ROI和背景区域图像质量在码率上的分配的优点和最大平移法不需要编解码ROI掩膜的优点，同时由于在小波变换前就进行了灰度值分割，所以在低码率时，有效降低了参与小波变换的比特数，从而提高了计算速度并节省了存储空间，因此本文算法具有更加广泛的应用性。但是，本文算法不支持多个ROI同时编码[9?10]，可以对此做进一步研究。
参考文献
[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图像压缩基础、标准和实践[M].魏江力，柏正尧，译.北京：电子工业出版社，2004.
[6] 徐勇，徐智勇，张启横，等.嵌入式掩膜的SPIHT任意形状ROI编码[J].光电工程，2009，36（9）：119?123.
[7] 郝红卫，蒋蓉蓉，石雅姗.一种圆形感兴趣区域图像压缩算法[J].自动化学报，2008，34（5）：601?604.
[8] 王巍，杜治芸，曾勇，等.9/7提升小波变换图像处理算法的高速FPGA实现[J].微电子学，2009，39（6）：852?856.
[9] 刘号，董育宁.基于SPIHT的ROI图像压缩编码新算法[J].南京邮电大学学报，2011，31（1）：70?73.
[10] 孙超，姜守达，王建峰.一种基于EBCOT的感兴趣区图像编码算法[J].自动化学报，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] 聂玉明，邹雪妹.一种基于像素域的改进的SPIHT算法[J].计算机仿真，2009，26（1）：209?211.
