專利名稱：一種圖像編碼方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計(jì)算機(jī)圖像處理領(lǐng)域，提出了一種圖像編碼方法。
背景技術(shù)：
數(shù)字圖像處理過(guò)程中經(jīng)常要產(chǎn)生包含圖像數(shù)據(jù)的大型文件，而這些文件經(jīng)常需要在用戶和系統(tǒng)之間相互交換，這就要有一種有效的方法來(lái)存儲(chǔ)和傳遞這些數(shù)字圖像文件。因此，圖像編解碼的主要目的是在保證圖像質(zhì)量的同時(shí)，盡可能的減少圖像占用的空間，從而方便存儲(chǔ)或網(wǎng)絡(luò)傳輸。具體來(lái)說(shuō)，圖像壓縮(編碼)可以分為無(wú)損壓縮和有損壓縮。無(wú)損壓縮一般采用基于統(tǒng)計(jì)的方法，如哈夫曼編碼等，它可以完整的重構(gòu)原始圖像，但是壓縮率較低，往往不能達(dá)到人們的要求。有損壓縮不能完整的重構(gòu)原始圖像，但它可以提供很高的壓縮比率，而且能很好的保證圖像的主觀質(zhì)量。它主要是利用了人的心理視覺(jué)冗余特性。研究表明，人眼感覺(jué)到的區(qū)域亮度不僅僅取決于該區(qū)域的反射光，還取決于其他一些因素。例如，在亮度不變的區(qū)域中同樣可以感覺(jué)到亮度的變化(馬赫帶)。產(chǎn)生這種現(xiàn)象的原因是出于眼睛所有視覺(jué)信息感受到的靈敏度不同。在正常的視覺(jué)處理過(guò)程中各種信息的相對(duì)重要程度不同。那些不十分重要的信息稱作心理視覺(jué)冗余。這些心理視覺(jué)冗余在不會(huì)削弱圖像感知質(zhì)量的情況下可以消除。變換編碼是一種比較常見(jiàn)的有損編碼方式，其中最重要也應(yīng)用最廣的是小波變換。所述的小波變換不直接在圖像的空間域?qū)D像進(jìn)行處理，而是首先將該圖像變換到頻率域，利用高頻系數(shù)和原始圖像細(xì)節(jié)信息的對(duì)應(yīng)關(guān)系，可以對(duì)不太重要的系數(shù)進(jìn)行量化，這也是實(shí)現(xiàn)高壓縮比的基本原理。有損壓縮方法都會(huì)導(dǎo)致一定數(shù)量的視覺(jué)信息的丟失，可能會(huì)因此失去重要的信息，所以迫切需要一種可重復(fù)或可再生的對(duì)于丟失信息的性質(zhì)和范圍定量的方法。作為這種評(píng)估基礎(chǔ)的兩類準(zhǔn)則分別是客觀準(zhǔn)則和主觀準(zhǔn)則，客觀準(zhǔn)則用恢復(fù)圖像與原始圖像的均方根誤差來(lái)表示，而主觀準(zhǔn)則則是靠人主觀判定恢復(fù)圖像與原始圖像的差別大小。傳統(tǒng)的有損壓縮方法沒(méi)有考慮圖像內(nèi)容，如JPEG2000是一種通用的壓縮方法，對(duì)圖像的內(nèi)容不進(jìn)行分析，在實(shí)現(xiàn)高壓縮比的情況下可能會(huì)丟失重要的視覺(jué)信息。在壓縮率較高的情況下，圖像的內(nèi)容失真會(huì)很嚴(yán)重，這樣用戶就無(wú)法分辨圖像的內(nèi)容究竟是什么，這也是傳統(tǒng)通用壓縮方法都有的一個(gè)缺點(diǎn)。但如果把一部分相對(duì)不重要的背景系數(shù)所占的空間用來(lái)更好的記錄感興趣區(qū)域的系數(shù)，用戶在整體壓縮率很高的情況下依然能分辨出圖像中最重要的區(qū)域，這也是本發(fā)明的出發(fā)點(diǎn)。

發(fā)明內(nèi)容
本發(fā)明針對(duì)傳統(tǒng)SPIHT方法沒(méi)有考慮圖像內(nèi)容的局限性，對(duì)其進(jìn)行了改進(jìn)，提出了一種支持感興趣區(qū)域編碼的圖像編碼方法。本發(fā)明的圖像編碼方法，具體包括以下步驟步驟I :標(biāo)定圖片中的感興趣區(qū)域，可以人工標(biāo)記，也可以通過(guò)一些自動(dòng)檢測(cè)方法，如人臉識(shí)別Adaboost算法。步驟2 :對(duì)原圖像進(jìn)行小波變換，得到小波系數(shù)矩陣。步驟3 :計(jì)算感興趣區(qū)域掩碼，即找到感興趣區(qū)域像素在變換后對(duì)應(yīng)的小波系數(shù)。步驟4:對(duì)背景區(qū)域和感興趣區(qū)域采用不同的量化標(biāo)準(zhǔn)進(jìn)行量化，具體是通過(guò)對(duì)背景區(qū)域的系數(shù)進(jìn)行右移位操作實(shí)現(xiàn)，使的感興趣區(qū)域的系數(shù)處于更高的位平面上。步驟5 :采用閾值法對(duì)小波系數(shù)矩陣進(jìn)行量化。步驟6 :對(duì)量化后的小波系數(shù)矩陣用改進(jìn)的SPIHT方法進(jìn)行編碼。本發(fā)明的優(yōu)點(diǎn)和積極效果在于(I)在本發(fā)明方法中加入了圖像內(nèi)容分析的步驟，具體是計(jì)算感興趣區(qū)域掩碼、設(shè)置不同的量化機(jī)制，使得對(duì)用戶感興趣的區(qū)域和背景區(qū)域達(dá)到不一樣的壓縮效果，既保證了高壓縮率，又可以保證用戶感興趣區(qū)域的顯示質(zhì)量。(2)本發(fā)明方法中最終產(chǎn)生的編碼位流自動(dòng)按重要性進(jìn)行排列，從區(qū)域性的角度看，感興趣區(qū)域的碼流在前面，背景區(qū)域的碼流相對(duì)靠后。從整體位流來(lái)看，由于本發(fā)明方法是按照位平面進(jìn)行編碼，前面的碼流代表較高的系數(shù)平面，后面的代表相對(duì)較低的系數(shù)平面，這樣，碼流按照系數(shù)的重要程度進(jìn)行排序。此外，由于本發(fā)明方法從SPIHT繼承來(lái)的漸進(jìn)傳輸型，用戶可以在任意點(diǎn)截?cái)嗑幋a位流，在速率比較低的無(wú)線網(wǎng)傳輸或?yàn)g覽圖片時(shí)，這種方法會(huì)有很大的優(yōu)勢(shì)，因?yàn)樽钕冉獯a的是圖像中最重要的信息，這樣用戶可以很快得知整幅圖像的內(nèi)容，以決定是否需要繼續(xù)圖片的傳輸過(guò)程。(3)可以靈活控制感興趣區(qū)域和背景區(qū)域的質(zhì)量比，使顯示質(zhì)量和壓縮比都能達(dá)到一種比較好的平衡，滿足各種用戶的需求。


圖I為本發(fā)明的圖像編碼方法的整體步驟流程圖；圖2為本發(fā)明步驟六的流程圖； 圖3為SPIHT方法中的空間樹(shù)結(jié)構(gòu)；圖4為示例圖片一及其采用Adaboost方法進(jìn)行自動(dòng)人臉識(shí)別檢測(cè)的結(jié)果；圖5為示例圖片二及其采用Adaboost方法進(jìn)行自動(dòng)人臉識(shí)別檢測(cè)的結(jié)果；圖6為示例圖片三及其采用Adaboost方法進(jìn)行自動(dòng)人臉識(shí)別檢測(cè)的結(jié)果；圖7為示例圖片四及其采用Adaboost方法進(jìn)行自動(dòng)人臉識(shí)別檢測(cè)的結(jié)果；圖8為示例圖片一在壓縮率分別為0. 4bpp和0. 6bpp下的SPIHT和MSP重構(gòu)結(jié)果;圖9為示例圖片二在壓縮率分別為0. 4bpp和0. 6bpp下的SPIHT和MSP重構(gòu)結(jié)果;圖10為示例圖片三在壓縮率分別為0. 4bpp和0. 6bpp下的SPIHT和MSP重構(gòu)結(jié)果;圖11為示例圖片四在壓縮率分別為0. 4bpp和0. 6bpp下的SPIHT和MSP重構(gòu)結(jié)果;圖12為示例圖片一在不同壓縮比下本發(fā)明方法與傳統(tǒng)SPIHT的PSNR值對(duì)比圖；圖13為示例圖片二在不同壓縮比下本發(fā)明方法與傳統(tǒng)SPIHT的PSNR值對(duì)比圖14為示例圖片三在不同壓縮比下本發(fā)明方法與傳統(tǒng)SPIHT的PSNR值對(duì)比圖；圖15為示例圖片四在不同壓縮比下本發(fā)明方法與傳統(tǒng)SPIHT的PSNR值對(duì)比圖； 圖16為像素坐標(biāo)(r，c)存在的9種狀態(tài)的示意圖。
具體實(shí)施例方式下面將結(jié)合附圖和實(shí)例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。本發(fā)明提出的圖像編碼方法考慮了圖像內(nèi)容，并具有高壓縮比，較好地顯示質(zhì)量以及漸進(jìn)傳輸特性，這使得本發(fā)明方法能夠適用于多種場(chǎng)合，尤其是隨著智能手機(jī)的普及和移動(dòng)互聯(lián)網(wǎng)的不斷發(fā)展，越來(lái)越多的家庭照片在不同的人之間分享和傳遞，而由于無(wú)線網(wǎng)絡(luò)速度的限制，又必須要求圖像具有高壓縮比，但這樣可能會(huì)影響圖片的顯示質(zhì)量，給用戶造成不好影響。如果采用本發(fā)明的方法，在保證高壓縮比的同時(shí)，也能兼顧用戶感興趣區(qū)域的顯示質(zhì)量，可以比較好地解決這個(gè)問(wèn)題。本發(fā)明中的圖像編碼方法基于小波變換，對(duì)變換后的系數(shù)進(jìn)行編碼，并在其中加入了人臉識(shí)別的技術(shù)手段，達(dá)到用戶感興趣區(qū)域和背景區(qū)域區(qū)別對(duì)待的效果，如圖I所示，本發(fā)明圖像編碼方法具體實(shí)現(xiàn)步驟如下步驟I :標(biāo)定圖片中的感興趣區(qū)域，可以人工標(biāo)記，也可以通過(guò)一些自動(dòng)檢測(cè)方法，如以人臉區(qū)域作為感興趣區(qū)域的圖片可以用成熟的人臉識(shí)別方法進(jìn)行自動(dòng)檢測(cè)，省去了人工標(biāo)記的低效率操作。本發(fā)明實(shí)施例中采用現(xiàn)有技術(shù)中的Adaboost方法進(jìn)行自動(dòng)人臉識(shí)別，輸入一張包含人臉的圖片，輸出人臉區(qū)域坐標(biāo)，如圖4-圖7所示，為采用Adaboost方法進(jìn)行自動(dòng)人臉識(shí)別檢測(cè)的結(jié)果，實(shí)驗(yàn)表明，采用的Adaboost方法識(shí)別率非常高，并且識(shí)別速度很快。步驟2:對(duì)原圖像進(jìn)行小波變換，得到小波系數(shù)矩陣。小波變換是繼傅立葉(Fourier)變換后又一有效的視頻分析方法,與Fourier變換相比，小波變換是一個(gè)時(shí)間和頻域的局域變換，因而能有效地從信號(hào)中提取信息，通過(guò)伸縮和平移等運(yùn)算功能對(duì)函數(shù)或信號(hào)進(jìn)行多尺度細(xì)化分析(Multiscale Analysis),解決了 Fourier變換不能解決的許多困難問(wèn)題(參考文獻(xiàn)Ingrid Daubechies, Ten Lectures on Wavelets, Society forindustrial and Applied Mathematics, 1992, ISBN 0-89871-274-2)。對(duì)圖像進(jìn)行小波變換，可以將圖像的高頻系數(shù)信息和低頻系數(shù)信息分離開(kāi)來(lái)，由于低頻系數(shù)代表圖像中的大部分內(nèi)容信息，相對(duì)比較重要，而高頻系數(shù)代表的是一些細(xì)節(jié)信息，相對(duì)不太重要，這樣就可以用很少的碼流來(lái)記錄高頻系數(shù)信息，從而實(shí)現(xiàn)圖像的壓縮。步驟3 :確定感興趣區(qū)域掩碼，即找到感興趣區(qū)域像素在變換后對(duì)應(yīng)的小波系數(shù)。原則上，感興趣區(qū)域可以是任意形狀，根據(jù)原圖像中的感興趣區(qū)域輪廓，每一層小波變換后都能對(duì)應(yīng)計(jì)算出原始感興趣區(qū)域輪廓在經(jīng)過(guò)小波變換得到的子圖中對(duì)應(yīng)的區(qū)域輪廓。但對(duì)于不規(guī)則的區(qū)域，需要記錄感興趣區(qū)域的完整輪廓信息，影響整體的壓縮效率。所以，本發(fā)明采用規(guī)則的矩形區(qū)域作為感興趣區(qū)域，如果感興趣區(qū)域形狀不是標(biāo)準(zhǔn)矩形，則將該區(qū)域擴(kuò)大，選取包含該區(qū)域的一個(gè)外接矩形作為感興趣區(qū)域。如圖4-圖7所示，實(shí)驗(yàn)部分以人臉作為感興趣區(qū)域，雖然人臉的形狀是不規(guī)則的，但可以選取一個(gè)矩形區(qū)域，使人臉區(qū)域包含在其中。
小波變換將圖像分為四個(gè)頻帶的子圖，分別包括低頻信息、水平細(xì)節(jié)信息、垂直細(xì)節(jié)信息和對(duì)角線細(xì)節(jié)信息，雖然每一個(gè)子圖都包含原圖不同頻域的信息，但從空間域看來(lái)，每一個(gè)子圖都是原圖的一個(gè)縮略圖，這也為感興趣區(qū)域掩碼的計(jì)算提供了可能性。如圖3所示，一幅圖像經(jīng)過(guò)n級(jí)小波分解后形成了 3n+l個(gè)子帶，小波系數(shù)的分布特點(diǎn)是越往低頻子帶系數(shù)值越大，包含的圖像信息越多，而越往高頻子帶系數(shù)值越小，包含的信息也越少。用LL (n)代表n層小波分解的低頻子圖，HL (I)，HL (2)，... HL (n)代表水平方向子圖，LH(I)，LH (2), LH (n)代表垂直方向子圖，HH(I)，HH (2), HH (n)代表對(duì)角方向子圖。為了計(jì)算感興趣區(qū)域掩碼，需要找到感興趣區(qū)域在各層子圖中對(duì)應(yīng)的區(qū)域，本發(fā)明實(shí)施例以矩形區(qū)域?yàn)槔f(shuō)明感興趣區(qū)域掩碼的確定，也可以將其擴(kuò)展為圓形，橢圓，多邊形等規(guī)則形狀，根據(jù)圖形結(jié)構(gòu)對(duì)應(yīng)計(jì)算其對(duì)應(yīng)坐標(biāo)即可。為記錄矩形感興趣區(qū)域，需要首先確定其在原圖中的左上角點(diǎn)坐標(biāo)(x，y)以及寬width和高h(yuǎn)eight,只需記錄4個(gè)值,相對(duì)于圖像的大小可以忽略不計(jì)，因此不會(huì)影響到圖 像的壓縮率。圖像經(jīng)過(guò)小波分解后，被分成很多不同分辨率的子圖像，利用矩形的性質(zhì)可以計(jì)算出感興趣區(qū)域?qū)?yīng)的小波系數(shù)區(qū)域，下面分別討論在各級(jí)子圖中確立感興趣區(qū)域的計(jì)算公式。在n層小波分解的低頻子圖LL (n)中，子圖相當(dāng)于原始圖像n次抽樣后的結(jié)果，其對(duì)應(yīng)感興趣區(qū)域的左上角點(diǎn)坐標(biāo)及寬和高分別記為nLLx,nLLy,nLLWidth,nLLHeight,其他區(qū)域類似，由小波變換次數(shù)n可得
權(quán)利要求
1.一種圖像編碼方法，其特征在于，具體包括如下步驟 步驟一、標(biāo)定圖片中的感興趣區(qū)域； 步驟二、對(duì)原圖像進(jìn)行小波變換，得到小波系數(shù)矩陣； 步驟三、找到感興趣區(qū)域像素在變換后對(duì)應(yīng)的小波系數(shù)； 步驟四、對(duì)背景區(qū)域的系數(shù)進(jìn)行右移位操作，并對(duì)背景區(qū)域和感興趣區(qū)域采用不同的量化標(biāo)準(zhǔn)進(jìn)行量化，使感興趣區(qū)域的系數(shù)處于更高的位平面上； 步驟五、采樣閾值法對(duì)小波系數(shù)矩陣進(jìn)行量化； 步驟六、對(duì)量化后的小波系數(shù)矩陣進(jìn)行基于SPIHT方法的編碼。
2.根據(jù)權(quán)利要求I所述的一種圖像編解碼方法，其特征在于，所述的步驟一具體通過(guò)人工標(biāo)定圖片中感興趣區(qū)域，或者采用Adaboost算法進(jìn)行自動(dòng)人臉識(shí)別標(biāo)定圖片中感興趣區(qū)域。
3.根據(jù)權(quán)利要求2所述的一種圖像編碼方法，其特征在于，所述感興趣區(qū)域?yàn)橐?guī)則的圖形區(qū)域，如果標(biāo)定的感興趣區(qū)域的形狀不是規(guī)則的圖形區(qū)域，則將該標(biāo)定的區(qū)域擴(kuò)大，選取包含該標(biāo)定的區(qū)域的一個(gè)外接規(guī)則圖形區(qū)域作為感興趣區(qū)域。
4.根據(jù)權(quán)利要求2所述的一種圖像編碼方法，其特征在于，所述感興趣區(qū)域?yàn)榫匦螀^(qū)域。
5.根據(jù)權(quán)利要求I所述的一種圖像編碼方法，其特征在于，所述的步驟三具體是 (1)首先確定感興趣區(qū)域在原圖中的左上角點(diǎn)坐標(biāo)(X,y)以及寬width和高h(yuǎn)eight ；所述感興趣區(qū)域?yàn)榫匦螀^(qū)域； (2)然后確定在n層小波分解的低頻子圖LL(n)中對(duì)應(yīng)感興趣區(qū)域的左上角點(diǎn)坐標(biāo)(nLLx, nLLy)、寬 nLLWidth 和高 nLLHeight T T _ xy T T TTT. ,, width T T TT . , height nLLx— — ,nLLy— — ； nLLWidth= ~ ,nLLHeight= ~~ ； n層小波分解的水平方向子圖HL(n)相對(duì)于LL(n)向右平移了 nLLWidth個(gè)像素，則在HL (n)中對(duì)應(yīng)感興趣區(qū)域的左上角點(diǎn)坐標(biāo)(nHLx, nHLy)、寬nHLWidth和高nHLHeight為 nHLx= — +nLLWidth nHLy= — ； nHLWidth= “她 nHLHeight=匕郵扮 2n 2n 2n 2n n層小波分解的垂直方向子圖LH(n)相對(duì)于LL (n)向下平移了 nLLHeight個(gè)像素，則在LH(n)中對(duì)應(yīng)感興趣區(qū)域的左上角點(diǎn)坐標(biāo)(nLHx, nLHy)、寬nLHWidth和高nLHHeight為 nLHx=爹,nLHy= +nLLHeight ； nLHWidth= w^1 ^nLHHeight= n層小波分解的對(duì)角方向子圖HH(n)相對(duì)于LL(n)向右平移了 nLLWidth個(gè)像素，向下平移了 nLLHeight個(gè)像素,則得到HH(n)子圖中對(duì)應(yīng)感興趣區(qū)域的左上角點(diǎn)坐標(biāo)(nHHx,nHHy)、寬 nHHWidth 和高 nHHHeight 為 nHHx=爹 +nLLWidth,nHHy= +nLLHeight ； nHHWidth= ,nHHHeight= 在得到感興趣區(qū)域在變換后的小波系數(shù)子區(qū)域中對(duì)應(yīng)的系數(shù)區(qū)域后，進(jìn)一步可求得圖像整體的感興趣區(qū)域掩碼。
6.根據(jù)權(quán)利要求I所述的一種圖像編碼方法，其特征在于，所述的步驟四中，對(duì)背景區(qū)域的系數(shù)進(jìn)行右移兩位處理。
7.根據(jù)權(quán)利要求I所述的一種圖像編碼方法，其特征在于，步驟五中所述的閾值法中，閾值設(shè)置為20。
8.根據(jù)權(quán)利要求I所述的一種圖像編碼方法，其特征在于，所述的步驟六具體包括如下步驟 步驟6. I :初始化首先初始化重要系數(shù)表LSP為空，將集合H中的所有元素添加到不重要系數(shù)表LIP中，并將屬于H集合且有后代的元素添加到不重要子集表LIS中、且所添加的元素均為D類型，然后確定初始閾值2n，n根據(jù)下式確定n=[log2(maxrc{|crc|})_ 其中，r，c分別表示小波系數(shù)矩陣中的行號(hào)和列號(hào)，(^。代表小波系數(shù)矩陣中坐標(biāo)位置為(r，c)的小波系數(shù)值，cr, J代表對(duì)(^。求絕對(duì)值；所述H集合是n層小波分解的低頻子圖LL(n)、水平方向子圖HL(n)、垂直方向子圖LH(n)和對(duì)角方向子圖HH(n)中所有系數(shù)的坐標(biāo)構(gòu)成的集合，表LSP、表LIP和表LIS的每個(gè)表項(xiàng)都使用坐標(biāo)(r，c)來(lái)表示，所述的D類型是指表項(xiàng)(r，c)的所有子孫的集合D (r，c)； 步驟6. 2:排序掃描，具體是 步驟6. 2. I :掃描表LIP，對(duì)表LIP中的每個(gè)表項(xiàng)(r，0)，得到一個(gè)511(1'，c)的輸出SnOut (r, c),如果SnOut (r, c) = I,則向排序位流Sn輸出I和小波系數(shù)矩陣中位置坐標(biāo)為Cr, c)的系數(shù)的符號(hào)位,0表示正，I表示負(fù)；如果Sn0ut(r, c) = 0,則向排序位流Sn輸出·0 ;所述的Sn (r，c)根據(jù)函數(shù)Sn (X)的定義確定輸出值，X代表節(jié)點(diǎn)元素的集合，函數(shù)Sn (X)定義如下若Max{|Cr,c|} >= 2n,則函數(shù)Sn⑴的輸出SnOut(X) = I,否則，SnOut (X)=·0 ； 步驟6. 2. 2 :掃描表LIS，判斷表LIS中的每個(gè)表項(xiàng)(r，c)是D型表項(xiàng)還是L型表項(xiàng)，所述的L型表項(xiàng)是指表項(xiàng)(r，c)的所有非直系子孫的集合L (r，c)，設(shè)表項(xiàng)(r，c)的直接后代集合為 0 (r, c),則 0 (r, c) = {(2*r_l, 2*c_l), (2*r, 2*c_l), (2*r_l, 2*c), (2*r, 2*c)},L(r, c) = D(r, c)-0(r, c),； A、若表項(xiàng)(r,c)是D型表項(xiàng),輸出SnOut(D (r, c)),根據(jù)SnOut (D (r, c))的值進(jìn)行如下操作 a、如果SnOut(D(r, c)) = I,則向排序位流Sn輸出1，并對(duì)(r,c)的每個(gè)孩子(r0, c0),根據(jù)SnOut (r0, c0)的值來(lái)進(jìn)行如下操作如果SnOut (r0, c0) = I,則向排序位流Sn輸出I和小波系數(shù)矩陣坐標(biāo)為(r0，c0)的系數(shù)的符號(hào)位，并將(r0，c0)添加到表LSP的隊(duì)尾，如果SnOutCrO, c0) = 0,則向排序位流Sn輸出0,將(r0, c0)添加到表LIP的隊(duì)尾； 然后判斷L (r，c)是否為空集，如L (r，c)為非空集，則將(r，c)作為L(zhǎng)型表項(xiàng)添加到表LIS的尾部，如果L (r，c)為空集，則將D型表項(xiàng)(r，c)從表LIS中刪除； b、如果SnOut(D (r, c)) = 0,則向排序位流Sn輸出0 ； B、若表項(xiàng)(r,c)是L型表項(xiàng),輸出SnOut (L(r, c)):如果SnOut (L(r, c)) = I,則向排序位流Sn輸出1，然后將(r，c)的4個(gè)孩子(r0，c0)作為D型表項(xiàng)依次添加到表LIS的隊(duì)尾，并將L型表項(xiàng)(r，c)從表LIS中刪除；如果SnOut (L(r，c)) = 0，則向排序位流Sn輸出·0 ； 步驟6. 3 :精細(xì)掃描，具體是將上一級(jí)掃描后的表LSP記為L(zhǎng)SP_01d，對(duì)于LSP_01d中的每一個(gè)元素(r，c)，將系數(shù)Cr，c的絕對(duì)值轉(zhuǎn)換為二進(jìn)制表示Br，C，輸出Br，c中對(duì)應(yīng)于2n權(quán)位處的符號(hào)I或O到精細(xì)位流Rn ； 步驟6. 4更新閾值系數(shù)將閾值指數(shù)n減去1，判斷得到的閾值指數(shù)n是否等于要求的精度值，若是，結(jié)束本方法，若否，返回步驟6. 2繼續(xù)下一級(jí)編碼掃描。
9.根據(jù)權(quán)利要求8所述的一種圖像編碼方法，其特征在于，步驟6. I中所述的表LSP、表LIP和表LIS采用順序二維表結(jié)構(gòu)進(jìn)行存儲(chǔ)，表的大小與存儲(chǔ)原圖像的數(shù)據(jù)大小相同。
全文摘要
本發(fā)明提出一種圖像編碼方法，應(yīng)用于計(jì)算機(jī)圖像處理領(lǐng)域。該方法首先通過(guò)標(biāo)定圖片中的感興趣區(qū)域，對(duì)原圖像進(jìn)行小波變換，在小波系數(shù)矩陣中找到感興趣區(qū)域像素在變換后對(duì)應(yīng)的小波系數(shù)，然后對(duì)背景區(qū)域和感興趣區(qū)域采用不同的量化標(biāo)準(zhǔn)進(jìn)行量化，使感興趣區(qū)域的系數(shù)處于更高的位平面上，最近對(duì)小波系數(shù)矩陣進(jìn)行閾值量化，采用基于SPIHT方法進(jìn)行編碼。本發(fā)明方法既保證了高壓縮率，又可以保證用戶感興趣區(qū)域的顯示質(zhì)量，在速率比較低的無(wú)線網(wǎng)傳輸或?yàn)g覽圖片時(shí)，能夠是用戶很快得知圖像中最重要的信息。
文檔編號(hào)G06T9/00GK102637302SQ20111032634
公開(kāi)日2012年8月15日 申請(qǐng)日期2011年10月24日 優(yōu)先權(quán)日2011年10月24日
發(fā)明者周成玉, 牛建偉, 童超 申請(qǐng)人:北京航空航天大學(xué)