基于JPEG2000標(biāo)準(zhǔn)的感興趣區(qū)域編碼

摘要：概述了JPEG2000標(biāo)準(zhǔn)PART1的基本系統(tǒng)，介紹了其重要特點(diǎn)：感興趣區(qū)域編碼；介紹了一種新的ROI編碼算法——PSBShift算法，它結(jié)合了JPEG2000中定義的兩種標(biāo)準(zhǔn)RIO編碼算法的優(yōu)點(diǎn)。 關(guān)鍵詞：圖像編碼 JPEG2000 感興趣區(qū)域編碼 JPEG2000是由ISO（國(guó)際標(biāo)準(zhǔn)化組織）和IEC（國(guó)際電工協(xié)會(huì)）聯(lián)合開(kāi)發(fā)的新興圖像壓縮標(biāo)準(zhǔn)。JPEG2000因?yàn)椴捎昧穗x散小波變換和最新的嵌入式編碼技術(shù)，所以具備了傳統(tǒng)的JPEG所無(wú)法比擬的優(yōu)勢(shì)。它具有以下主要特點(diǎn)： （1）良好的低比特率壓縮性能，其壓縮率比JPEG高約30%左右； （2）支持無(wú)損和有損壓縮； （3）按圖像質(zhì)量或分辨率漸進(jìn)傳輸； （4）對(duì)碼流的隨機(jī)存取和感興趣區(qū)域（ROI）的編碼； （5）較強(qiáng)的抗誤碼性能。 JPEG2000圖像壓縮標(biāo)準(zhǔn)共有12部分，其中PART1是JPEG2000的核心系統(tǒng)，已在2000年12月成為國(guó)際標(biāo)準(zhǔn)，其目標(biāo)是提供一個(gè)最小化的無(wú)知識(shí)產(chǎn)權(quán)問(wèn)題的JPEG2000可用系統(tǒng)；PART2是擴(kuò)展系統(tǒng)，與PART1比較，它采用的技術(shù)更復(fù)雜，性能也更優(yōu)良。圖1、21 JPEG2000 PART1的基本系統(tǒng) 圖1和圖2所示分別是JPEG2000的編碼系統(tǒng)和解碼系統(tǒng)。 由于解碼只是編碼的逆過(guò)程，這里只介紹編碼系統(tǒng)。 如果壓縮圖像，首先進(jìn)行預(yù)處理：對(duì)圖像的無(wú)符號(hào)分量進(jìn)行DC電平位移，多分量圖像還要進(jìn)行分量變換，再把每個(gè)分量都分割成不重疊的矩形區(qū)域，稱(chēng)為貼片（tiles）。分別對(duì)每個(gè)貼片進(jìn)行壓縮，主要分為四步。第一步，計(jì)算小波變換，得到小波系數(shù)子帶；標(biāo)準(zhǔn)規(guī)定了整數(shù)和浮點(diǎn)兩種小波變換；有L+1個(gè)子帶分辨率層，其中L由編碼器決定。第二步，如果用戶(hù)指定了目標(biāo)碼率，則量化小波系數(shù)，碼率越低，小波系數(shù)的量化就越粗糙。第三步，用MQ編碼器對(duì)小波系數(shù)進(jìn)行算術(shù)編碼，采用EBCOT算法。該算法的原理將每個(gè)子帶分成塊，稱(chēng)為碼塊（code-blocks），分別編碼。將幾個(gè)碼塊的編碼結(jié)果打成一個(gè)包（packet）是位流的分量。第四步，比特流組織，將包連同許多標(biāo)記（markers）一起寫(xiě)進(jìn)位流。 2 感興趣區(qū)域的編碼 感興趣區(qū)域（ROI）編碼是JPEG2000標(biāo)準(zhǔn)中的一個(gè)新特點(diǎn)，即允許感興趣區(qū)域（ROI）比圖像的其他區(qū)域（BG）有更高的質(zhì)量編碼。ROI編碼在某些應(yīng)用中很重要，其圖像中的某一部分比其他部分顯得重要，例如： （1）客房機(jī)/服務(wù)器模式：服務(wù)器一開(kāi)始只傳輸一幅圖像的低質(zhì)量或低分辨率的版本，客房機(jī)選擇圖像的一塊區(qū)域作為ROI區(qū)域，這樣服務(wù)器就只需要傳輸能夠細(xì)化（也就是提高空間分辨率或質(zhì)量）ROI區(qū)域的數(shù)據(jù)了。在瀏覽圖像數(shù)據(jù)庫(kù)時(shí)這是一個(gè)很有用的功能，特別是當(dāng)存儲(chǔ)的圖像的分辨率很高和圖像很大（大于2兆像素）時(shí)，客戶(hù)機(jī)不需要以最高的分辨率下載整幅圖像。圖3（2）人臉圖像：在瀏覽數(shù)碼相冊(cè)時(shí)，人們通常最感興趣的只是照片中的人臉部分。采用一種自動(dòng)人臉檢測(cè)算法，一幅圖像中人臉部分就能被編碼成ROI區(qū)域，并且能比背景區(qū)域更精確地存儲(chǔ)。這種方法也能用于客房機(jī)/服務(wù)器模式瀏覽圖像，或者用于數(shù)碼照相機(jī)中減少存儲(chǔ)人臉圖像的比特?cái)?shù)。 JPEG2000標(biāo)準(zhǔn)中定義了兩種ROI算法：Maxshift算法和一般位移法。其中，Maxshift算法被JPEG2000的PART1所采納，一般位移法被JPEG2000的PART2所采納。 一般位移法（Generic scaling based method）是選擇一個(gè)適當(dāng)?shù)奈灰埔蜃觭，使位于ROI區(qū)域之外的背景（BG）系數(shù)都右移s位。這樣ROI區(qū)域的最有效的位平面就高于背景系數(shù)的所有位平面，如圖3（b）。在嵌入式編碼/解碼過(guò)程中，這些ROI區(qū)域的位平面會(huì)先于BG區(qū)域的位平面被編碼、傳輸和解碼（仍有一些ROI區(qū)域的位平面會(huì)與BG區(qū)域的位平面一起編碼、傳輸和解碼，這取決于位移因子s）。如果碼流被截?cái)嗷蛘呔幋a/解碼過(guò)程沒(méi)有全部完成，ROI區(qū)域的重建圖像質(zhì)量會(huì)優(yōu)于BG區(qū)域。在ROI區(qū)域的重建質(zhì)量得到保證的前提下，ROI技術(shù)可以節(jié)約帶寬，減少計(jì)算開(kāi)銷(xiāo)。 由于可以自由地選擇位移因子，一般位移法能夠很好地控制ROI區(qū)域與BG區(qū)域之間的質(zhì)量的相對(duì)重要性。但是，一般位移法必須對(duì)ROI的形狀信息進(jìn)行編碼，現(xiàn)有標(biāo)準(zhǔn)限制了ROI的形狀只能是矩形或橢圓形。另一方面，在一般位移法中，不同的小波子帶必須使用同一個(gè)ROI區(qū)域的定位，這在某些應(yīng)用中是不希望出現(xiàn)的。 在Maxshift算法（Maxshift method）中，位移因子s不是預(yù)先選定的。在編碼端，所有經(jīng)量化的小波系數(shù)被逐一掃描。位移因子s的選擇必須使ROI區(qū)域的最小系數(shù)大于BG區(qū)域的最大系數(shù)，如圖3（c）。在解碼端，接收到的比s小的系數(shù)都是BG區(qū)域的系數(shù)，反之則是ROI區(qū)域的系數(shù)。 當(dāng)一般位移法中的位移因子增大到BG位平面與ROI平面沒(méi)有重疊的時(shí)候，axshift算法可以看作是一般位移法的特例，也就是位移因子必須滿(mǎn)足： s≥max(Mb) Mb通常是子帶b中的幅度位平面的最大值，max(Mb)就是所有系數(shù)的最大幅度。在Maxshift算法中ROI的形狀信息隱含在解碼器中，這樣任意形狀的ROI它都能支持。而且，它能靈活地處理不同的小波子帶。Maxshift算法最主要的局限在于，它不能通過(guò)調(diào)整位移因子而靈活地控制ROI區(qū)域與BG區(qū)域之間的質(zhì)量的相對(duì)重要性。圖43 一種新的ROI編碼算法——PSBShitf算法 考慮到這兩種標(biāo)準(zhǔn)ROI編碼方法的各自局限性，本文介紹了一種新的、靈活地位移方法，可以稱(chēng)為PSBShift算法（Partial Significant Bitplanes Shift），它結(jié)合了兩種標(biāo)準(zhǔn)算法的優(yōu)點(diǎn)，能夠有效地壓縮多個(gè)優(yōu)先級(jí)別不同的感興趣區(qū)域。 此方法主要基于這樣一個(gè)事實(shí)，即在高比特率下，ROI區(qū)域和BG區(qū)域都能以高質(zhì)量進(jìn)行編碼，并且兩者的區(qū)別并不太值得注意；而在低比特率下，圖像中的ROI區(qū)域希望有比BG區(qū)域更高的編碼質(zhì)量。因此只要在ROI區(qū)域的最高有效位平面中分離出部分位平面，就能調(diào)整ROI區(qū)域與BG區(qū)域之間的質(zhì)量的相對(duì)重要性了。也就是說(shuō)只需要位移ROI系數(shù)最高有效位平面中的一部分，而不用像標(biāo)準(zhǔn)中的方法那樣位移所有的位平面。圖3（d）中說(shuō)明了PSBShift算法（這里s=6）。ROI系數(shù)的所有位平面被分成了兩部分：最高有效位平面（themost significant bitplanes）和剩余有效位平面（the residual significant bitplanes）。最高有效位平面的數(shù)量與位移因子的大小相等，剩余有效位平面的數(shù)量Nlsbs表示為： 在編碼端，ROI系數(shù)的最高有效位平面不位移，而ROI系數(shù)的剩余有效平面與BG系數(shù)一起右移（即向LSB方向移）。在解碼端，可以像Maxshift算法一樣識(shí)別ROI系數(shù)。低于第s個(gè)位平面的所有位平面提升s個(gè)位平面，再結(jié)合高于第s個(gè)位平面的所有位平面。這就是與Maxshift算法不同的地方，在Maxshift算法中沒(méi)有“結(jié)合”這一步操作。既然BG系數(shù)的高于第s個(gè)位平面的所有位都是0，那么這種修改過(guò)的解碼器也可以用于處理由Maxshift算法生成的標(biāo)準(zhǔn)代碼流。 （1）PSBShift ROI編碼 PSBShift 算法能夠編碼使一幅圖像中的ROI區(qū)域比BG區(qū)域的質(zhì)量高，或者使ROI區(qū)域與BG區(qū)域的質(zhì)量一樣。如圖3（d）所示，如果在編碼/解碼第2s個(gè)最高有效位平面之前，編碼位流被截?cái)嗷蛘呔幋a/解碼過(guò)程被終止，ROI區(qū)域?qū)?huì)有比BG區(qū)域更高的質(zhì)量。在第2s個(gè)最高有效位平面被編碼/解碼后（ROI區(qū)域的位平面和BG區(qū)域的位平面重疊時(shí)），ROI區(qū)域和BG區(qū)域?qū)⒁韵嗤馁|(zhì)量編碼。位移因子s控制著ROI區(qū)域和BG區(qū)域的相對(duì)質(zhì)量。 例如，對(duì)一幅“Barbara”圖像（720%26;#215;576，8bpp）應(yīng)用不同的位移因子（s=0、5、9、13），采用可逆的編碼模式編碼，在臉部定義一個(gè)矩形的ROI區(qū)域。如圖4所示，隨著比特率的增加，ROI區(qū)域和BG區(qū)域的失真減少（distortion reduction）。當(dāng)s很小時(shí)，例如s=5,ROI區(qū)域和BG區(qū)域的質(zhì)量沒(méi)有太大的不同（圖4（b））。隨著位移因子的增加，例如s=9(圖4（c）)，在比特率的較大變換范圍內(nèi)，ROI區(qū)域都有比BG區(qū)域更高的編碼質(zhì)量。當(dāng)所有位平面都被解碼，就達(dá)到了無(wú)損解碼。當(dāng)s≥馬max(Mb)（這里max(Mb)=12），結(jié)果與Maxshift算法一樣，如圖4（d）中s=13。因此PSBShitf算法在某種程度上能概括Maxshift算法，而不同于一般位移位。與一般移法相比，一般位移法只支持矩形和橢圓的ROI形狀，PSBShift算法可以編碼任意形狀的ROI而不需要對(duì)形狀信息進(jìn)行編碼。PSBShift算法能夠像Maxshift算法一樣，在不同的小波子帶定義不同的ROI。與Maxshift算法不同的是，Maxshift 算法也能通過(guò)使用不同的位移因子靈活地調(diào)整ROI區(qū)域與BG區(qū)域之間的質(zhì)量的相對(duì)重要性，這種靈活性夠針對(duì)不同的應(yīng)用改善ROI區(qū)域的編碼質(zhì)量。例如，圖5中所示的“Barbara”圖像,它是可逆編碼(在所有子帶中都有ROI/BG的區(qū)域)的,并且以0.5bpp的比特率分別用Maxshift算法（s=12）和Maxshift 算法（s=10）解碼?？梢钥吹皆赗OI區(qū)域兩種方法沒(méi)有視覺(jué)上的區(qū)別，而在BG區(qū)域Maxshift算法比Maxshift算法提供了更好的質(zhì)量。如果ROI區(qū)域需要比BG區(qū)域更高的質(zhì)量，可以使用更大的位移因子，結(jié)構(gòu)將會(huì)更接近Maxshift算法，因此，Maxshift算法可以針對(duì)不同的應(yīng)用，設(shè)計(jì)出有效和靈活的ROI編碼。 （2）多個(gè)ROI區(qū)域的編碼 多個(gè)ROI區(qū)域的編碼需要根據(jù)多個(gè)ROI區(qū)域在一幅圖像中不同的優(yōu)先級(jí)采用不同的質(zhì)量對(duì)它們進(jìn)行編碼。一般位移法也支持多個(gè)ROI區(qū)域的編碼，但是需要對(duì)ROI形狀的信息編碼并且對(duì)形狀有限制。Maxshift算法也可以支持多個(gè)ROI區(qū)域的編碼，不過(guò)它要通過(guò)大幅度提高小波系數(shù)的動(dòng)態(tài)范圍來(lái)實(shí)現(xiàn)，這樣將會(huì)明顯地降低壓縮效率。Maxshift算法能夠有效地支持多個(gè)ROI區(qū)域的編碼，它通過(guò)對(duì)不同的ROI區(qū)域采用位移不同數(shù)量的最高有效位平面來(lái)實(shí)現(xiàn)。例如，“Bike”圖像（2048%26;#215;2560，8bpp）中定義了三個(gè)ROI區(qū)域，如圖6所示的ROI-1、ROI-2和ROI-3。選擇最高有效位平面的提升數(shù)量s1>s2>s3，例如s1=10,s2=8,s3=6，存貯在碼流里的位移因子是s=max(s1,s2,s3)。 JPEG2000是一個(gè)非常有用的新一代靜止圖像的壓縮標(biāo)準(zhǔn)。本文主要介紹了JPEG2000標(biāo)準(zhǔn)的基本系統(tǒng)和它的一個(gè)重要特點(diǎn)：感興趣區(qū)域編碼。在分析了兩種標(biāo)準(zhǔn)算法（Maxshift算法和一般位移法）的優(yōu)缺點(diǎn)后，介紹了一種新的ROI編碼算法——Maxshift算法。這種算法有四個(gè)基本優(yōu)點(diǎn)：（1）它支持任意形狀的ROI編碼，而不需要編碼形狀的信息；（2）它允許不同的小波子帶有不同的ROI定義；（3）采用合適的位移因子可以控制ROI區(qū)域與BG區(qū)域的之間的相對(duì)重要性；（4）在低比特率下，能夠?qū)σ环鶊D像中的具有不同優(yōu)先級(jí)的多個(gè)ROI區(qū)域進(jìn)行有效的編碼。