CN104751495B - 一种兴趣区域优先的多尺度压缩感知渐进编码方法 - Google Patents

Abstract

本发明涉及一种兴趣区域优先的多尺度压缩感知渐进编码方法，包括以下步骤：对原始图像进行ROI检测；将检测出的ROI、过渡带、背景分别进行WBCT分解并进行多尺度压缩感知测量，然后将所得的各测量值进行ROI优先编码；如果未检测出ROI，则对原始图像进行WBCT分解并进行多尺度压缩感知测量，然后进行渐进编码。本发明采用多尺度压缩感知技术进行图像压缩，便于实现图像渐进编码；采用压缩感知测量还使得本方法具有优秀的抗干扰特性；相同压缩比下，多尺度压缩感知相对于压缩感知能够更多地保留图像纹理、边缘等信息。

Description

一种兴趣区域优先的多尺度压缩感知渐进编码方法

技术领域

本发明涉及一种兴趣区域优先的多尺度压缩感知渐进编码方法，具体地说是一种应用于无线传输的图像压缩方法。

背景技术

面向目标探测识别的图像压缩编码，通常都应用于无线信道环境中，带宽有限，因此如何充分利用有限带宽优先传输重要信息，如目标区域信息，再传输次重要信息，如背景信息，即感兴趣区域（Region of Interest，ROI）优先的图像压缩与渐进编码技术的研究，对无线图像传输具有重要的实际应用价值。

通常的ROI优先的渐进图像编码技术将ROI视为已知，并对ROI和背景区域按一定策略进行编码。JPEG2000静止图像压缩标准对ROI优先的图像编码过程是这样的：先手工选取ROI区域，然后由JPEG2000对ROI和背景统一编码。专门的面向目标识别的图像压缩编码技术的通用的做法是首先提取图像的ROI区域，然后对ROI进行较少的压缩或不压缩，对非ROI区域进行较多的压缩。由于我们提到的目标探测识别针对的是一些特定目标，因此结合特定目标的目标特性，采用现有方法检测出ROI区域，再在此基础上进行ROI优先的渐进编码。

通过调研可知，目前ROI优先的渐进图像编码技术，都是以变换压缩编码为基础，如JPEG2000以小波变换为基础，算法复杂度较高，且抗干扰机制复杂，抗干扰性能不高。压缩感知（Compressed Sensing，CS）是由D.Donoho、E.Candes及华裔科学家T.Tao等人提出的一种新的信息获取指导理论，它是一种寻找欠定线性系统稀疏解的技术。CS理论指出，对可压缩信号可通过远低于Nyquist标准的方式进行采样数据，仍能够精确地恢复出原始信号，而且CS信号具有优秀的抗干扰特性。鉴于CS的优秀特性，本文考虑利用CS技术，实现ROI优先的渐进图像编码，算法复杂度降低，同时还能具备抗干扰功能。

发明内容

针对上述技术不足，本发明的目的是提供一种兴趣区域优先的多尺度压缩感知渐进编码方法。

本发明解决其技术问题所采用的技术方案是：一种兴趣区域优先的多尺度压缩感知渐进编码方法，包括以下步骤：

对原始图像进行ROI检测；

如果检测出ROI，则将ROI进行WBCT分解，将得到的分解系数按设定的ROI总压缩率进行多尺度压缩感知测量，得到ROI测量值；

并根据ROI的尺寸和位置，在ROI和背景之间插入过渡带并计算过渡带压缩率，然后将过渡带进行WBCT分解，再将得到的分解系数按过渡带压缩率进行多尺度压缩感知测量，得到过渡带测量值；

将背景进行WBCT分解，将得到的分解系数按设定的背景总压缩率进行多尺度压缩感知测量，得到背景测量值；

将ROI测量值、过渡带测量值和背景测量值进行ROI优先编码；

如果未检测出ROI，则对原始图像进行WBCT分解并按设定的图像总压缩率进行多尺度压缩感知测量，得到图像测量值，然后进行渐进编码。

所述进行WBCT分解，将得到的分解系数按设定的ROI压缩率进行多尺度压缩感知测量包括以下步骤：

首先，对输入图像x进行WBCT变换，得到分解系数所述输入图像为ROI、背景或原始图像；

将的第l（1≤l≤L）阶各方向子带分成尺寸为B_l×B_l的块，L为总的分解阶数；

然后，计算每阶的压缩率S_l：设定基带压缩率S₀=1，设定总目标压缩率其中，W_l为分解层l的权重；则第l阶的压缩率S_l＝W_lS'；所述总目标压缩率根据输入图像的不同，设定值不同，即设定的ROI总压缩率、设定的背景总压缩率、设定的图像总压缩率；

最后，根据每阶压缩率S_l，对每层WBCT分解系数进行CS测量得到测量值；所述测量值根据输入图像的不同为ROI测量值、背景测量值、图像测量值。

所述在ROI和背景之间插入过渡带并计算过渡带压缩率包括以下步骤：

在ROI和背景之间插入一个过渡带，设定ROI压缩率C_ROI和背景压缩率C_BG，则过渡带压缩率C_grad通过下式得到：

C_grad=C_ROI-（C_ROI-C_BG）×D_i/W

其中，D_i表示当前图像块中心到ROI边界的距离，W表示过渡带的宽度。

所述将ROI测量值、过渡带测量值和背景测量值进行ROI优先编码包括以下步骤：

首先将ROI测量值、过渡带测量值和背景测量值分别进行编码；

然后将编码后的ROI测量值、过渡带测量值、背景测量值分别置于码流前端、中间和末端，并且，在编码后的ROI测量值、过渡带测量值、背景测量值中，l-1阶、l阶、l+1阶方向子带数据按先后依次排序。

所述渐进编码包括以下步骤：

首先将图像测量值进行编码；

然后对编码后的图像测量值，按l-1阶、l阶、l+1阶方向子带数据的顺序依次排序。本发明具有以下有益效果及优点：

1.本发明采用多尺度压缩感知技术进行图像压缩，便于实现图像渐进编码；采用压缩感知测量还使得本方法具有优秀的抗干扰特性。首先对图像进行WBCT分解，图像分解为低频轮廓图像和高频细节信息，再对其进行压缩感知测量，编码时按照压缩感知测量数据所对应的分解层顺序进行编码，实现渐进编码。压缩感知本身的抗干扰特性满足无线信道抗干扰的需求。

2.较好地保留了图像细节信息。相同压缩比下，多尺度压缩感知相对于压缩感知能够更多地保留图像纹理、边缘等信息；WBCT稀疏分解方法相对于经典小波分解方法能够更多地提取方向信息，从而能够提取完整的图像边缘信息；ROI边界平滑处理降低了ROI周边相关细节信息的损失。

附图说明

图1是本发明的方法流程图；

图2是WBCT分解示意图；

图3是ROI边界平滑示意图；

图4是原始图像；

图5是ROI图像；

图6是插入过渡带之前的图像；

图7是插入过渡带之后的图像。

具体实施方式

下面结合实施例对本发明做进一步的详细说明。

针对面向目标探测识别的无线图像传输应用，为了解决探测识别任务对图像质量的高要求和无线信道带宽约束之间的冲突，提出一种感兴趣区域优先的多尺度压缩感知渐进编码算法。首先，选取多尺度压缩感知测量技术进行图像压缩，在相同压缩比情况下，可以保持更多的图像的细节信息。其次，针对目标探测识别对重构图像纹理、边缘信息完整保持的需求，选取基于小波的Contourlet变换作为压缩感知的稀疏表示方法，可更多地提取方向信息，从而可以较完整地保持边缘轮廓信息。最后，针对重构图像ROI与背景区过度划分、ROI周边相关信息损失过多的问题，给出ROI边界平滑处理的方法，可有效改善重构图像的主观视觉质量。实验结果表明：在ROI压缩率高达0.4的情况下，总的压缩率降至0.18，既保护了ROI信息，又显著提高了压缩比。算法能够提高无线图像传输的效率，基本满足目标探测识别任务的需求。

本发明首先调研了多尺度压缩感知测量的研究进展；然后结合面向探测识别的应用背景，选定纹理边缘保持效果优秀的基于小波的Contourlet变换（Wavelet BasedContourlet Transform，WBCT）作为图像的稀疏表示方法，并在ROI位置已知的基础上，给出ROI优先的渐进图像编码方案。针对ROI与背景被过度划分降低了主观视觉效果的情况，给出ROI边界平滑的具体方法。最终确定了完整的ROI优先的渐进图像编码方案，具体流程参见图1。利用仿真实验的方式验证了相关方法的可行性和有效性。

步骤1：ROI（感兴趣区域）检测，如果检测出ROI，则转步骤2、3、4，否则转（6）；

步骤2：对ROI进行WBCT分解，再对分解系数按低压缩比进行多尺度压缩感知压缩，然后转步骤5；

步骤3：确定过渡带，对过渡带按ROI边界平滑处理方法计算系列压缩比，再过渡带进行WBCT分解，然后对分解系数按系列压缩比进行多尺度压缩感知压缩，最后转步骤5；

步骤4：对背景进行WBCT分解，再对分解系数按高压缩比进行多尺度压缩感知压缩，然后转步骤5；

步骤5：ROI优先编码；

步骤6：对图像进行WBCT分解，再对分解系数按高压缩比进行多尺度压缩感知压缩，最后渐进编码。

所述步骤1中多尺度压缩感知测量方法为：

其中Ψ是一种多尺度稀疏变换，本实施例为WBCT分解。假定Ψ产生L阶稀疏分解，则Φ(所有WBCT系数对应的测量矩阵)由L个基于块的压缩算子构成，每一阶分解对应一个压缩算子，即后面提到的分块测量矩阵Φ_l。也就是说，将图像x的稀疏变换表示为：

将的第l阶子带s分成B_l×B_l大小的块，B_l为像素值，可以取16，并且用适当尺寸的Φ_l测量，其中s为WBCT后得到的不同方向的子带之一。将第l阶中子带s的第j个分块表示为向量即经WBCT变换得到的分解系数，并且1≤l≤L，Φ_l为第l阶的分块测量矩阵，则第l阶第s个子带中第j个分块的压缩感知测量值y_l,s,j：

由于稀疏分解后的不同层对图像重构质量的贡献不同，因此重新调整测量过程，为每阶l设定不同的压缩率S_l，在所有情况下，都设定基带压缩率为1，表示为S₀=1，则第l阶的压缩率为：

S_l＝W_lS' (4)

这样的话，总压缩率变为：

给定总的压缩率S（目标压缩率）和一系列分解层l的权重W_l，可以容易地解出(5)中的S'，再代入(4)中可得到一系列分解层的压缩率S_l。至于权重W_l的选择，可以根据实验结果设定经验值。其中L为总的分解阶数。根据式(4)和(5)，最终计算出全部S_l。我们根据计算出的每层压缩率S_l，对每层进行CS测量，从而实现多尺度CS压缩。

根据多尺度压缩感知压缩原理，可以分别对ROI和背景各自设置一个总压缩率S_ROI和S_BG，其中S_ROI远大于S_BG（例如S_ROI取0.4，S_BG取值0.01），然后根据公式(4)、(5)解出不同层的压缩率后，再进行多尺度压缩。

所述步骤2中对图像进行WBCT分解的具体方法为：

首先对图像进行Mallat塔式分解，然后使用方向滤波器组分别对Mallat分解中的高频子带进行方向分解。

所述步骤3中ROI边界平滑处理方法为：

如图3所示，在ROI和背景之间插入一个过渡带，首先设定过渡带宽度与ROI边界长度的比例为固定值；再根据ROI的边界长度，确定过渡带宽度。插入过渡带的目的是，在图像压缩编码时，平衡ROI内外的PSNR值的失真度，以达到一个主观图像均衡效果。ROI和背景的压缩比是固定的，分别为C_ROI，C_BG，过渡带的压缩比是渐变的，为C_grad。

按照我们的需求，建立一个线性压缩比渐变公式如下：

C_grad=C_ROI-（C_ROI-C_BG）×D_i/W; （6）

其中，C_ROI，C_BG和C_grad分别表示ROI内、外以及在交界的梯度变化带的压缩比，D_i表示当前图像块到ROI边界的距离，W表示梯度带的宽度。在ROI优先编码过程中，首先根据ROI确定过渡带位置，再根据该公式计算过渡带压缩比，D_i表示梯度带中第i个图像块到ROI边界的距离，取图像块中心位置，然后对过渡带进行压缩。

所述步骤5中ROI优先编码需遵循的原则为：

a.ROI区域数据置于编码前端，过渡带数据置于编码末端，背景区数据置于编码中端，保证ROI优先编码；

b.较低分辨率子带数据置于前端，较高分辨率子带数据置于末端，保证图像渐进传输。

编码原则能够保证如果接收端由于意外导致数据被截断，可以优先获取到ROI区域数据，以及重构低分辨率图像所需的数据。

所述步骤6中渐进编码方法为，按WBCT分解层数L将数据按顺序渐进写入，以渐进改善图像质量，具体步骤为：

a.首先写入WBCT分解后低频信息压缩测量数据；

b.依次写入WBCT分解后第l（1=<l<=L）层方向信息压缩测量数据。

本实施例具体如下：

设置压缩图像块16×16，ROI压缩率为0.4，背景压缩率为0.01。图像压缩编码过程为：

1、ROI检测

结合具体目标的目标特性，采用现有方法进行ROI检测。如果检测出ROI，则转2，3，4，否则转6。

例如，对于机场，采用Hough变换进行检测，具体步骤如下：

步骤1.采用Hough变换的方法检测出所有直线段；

步骤2.找到所有具有相同角度的直线段，从而筛出所有平行线段，确定出候选ROI区域；

步骤3.设定机场跑道区域与ROI面积之间的比例为固定值，如果实际检测跑道区域与ROI面积之比低于设定值，为提高ROI有效度及合理降低压缩率，缩小ROI面积至符合两者的比例，如果跑道区域与ROI面积之比高于设定值，不做处理。

2、ROI压缩

首先对ROI进行WBCT分解，然后对分解系数按0.4的压缩率进行压缩感知测量，得到ROI测量结果。

WBCT具体分解过程如图2所示。

3、过渡带压缩

根据ROI尺寸确定过渡带尺寸，过渡带宽度W设定为32，C_ROI=0.4，C_BG=0.01，由于压缩图像块尺寸为16×16，得到D₁=8，D₂=24，按照ROI平滑处理方法，根据计算公式

C_grad=C_ROI-（C_ROI-C_BG）×Di/W

得到过渡带系列压缩比：0.3025、0.1075。

然后对过渡带进行WBCT分解，再对分解系数按系列压缩比：0.3025、0.1075进行压缩感知测量，得到过渡带测量结果。

4、背景压缩

根据ROI和过渡带尺寸确定背景尺寸，再对背景进行WBCT分解，最后对分解系数按0.01的压缩率进行压缩感知测量，得到背景测量结果。

5、ROI优先编码

ROI优先编码顺序为：

a.ROI区域数据置于编码前端；

b.过渡带数据置于编码中端；

c.背景区数据置于编码末端，保证ROI优先编码；

图4～7为ROI优先编码后解码重构图像。从图6中可以看出，ROI区域的图像质量明显高于背景区。在ROI压缩率高达0.4的情况下，总的压缩率降至0.14，显著提高了压缩比，从而能够提高传输效率。但是ROI区域与背景区有明显的分界线，ROI周边信息丢失。重新按完整ROI优先的多尺度压缩感知压缩方法进行压缩，实验结果如图7。总的压缩率变为0.18，稍高于前面实验计算结果，但从图中看出，ROI周边图像清晰度下降变缓，与背景衔接自然。

6、图像渐进编码

按WBCT分解层数L将数据按顺序渐进写入，以渐进改善图像质量，具体步骤为：

a.首先写入WBCT分解后低频信息压缩测量数据；

b.依次写入WBCT分解后第l（1=<l<=L）层方向信息压缩测量数据。

从图1可见，编码后的图像经传输或存储等过程后，经解码和重构，得到解压缩的图像。

解码过程为编码的逆过程，解码顺序与编码时的顺序对应。ROI优先编码对应ROI优先解码，先解码出来的ROI首先呈现给观察者，其次是过渡带，最后是背景图像。渐进编码对应渐进解码，首先解码低分辨率数据，得到轮廓图像，通过逐级解码，得到纹理和边缘逐渐清晰的图像。

多尺度压缩感知测量过程决定了多尺度压缩感知重构过程。选择适合分块测量重构的阈值迭代算法进行重构，能够得到精确重构的图像。

Claims (5)

1.一种兴趣区域优先的多尺度压缩感知渐进编码方法，其特征在于包括以下步骤：

对原始图像进行ROI检测；

如果检测出ROI，则将ROI进行WBCT分解，将得到的分解系数按设定的ROI总压缩率进行多尺度压缩感知测量，得到ROI测量值；

并根据ROI的尺寸和位置，在ROI和背景之间插入过渡带并计算过渡带压缩率，然后将过渡带进行WBCT分解，再将得到的分解系数按过渡带压缩率进行多尺度压缩感知测量，得到过渡带测量值；

将背景进行WBCT分解，将得到的分解系数按设定的背景总压缩率进行多尺度压缩感知测量，得到背景测量值；

将ROI测量值、过渡带测量值和背景测量值进行ROI优先编码；

如果未检测出ROI，则对原始图像进行WBCT分解并按设定的图像总压缩率进行多尺度压缩感知测量，得到图像测量值，然后进行渐进编码。

2.根据权利要求1所述的一种兴趣区域优先的多尺度压缩感知渐进编码方法，其特征在于：所述进行WBCT分解，将得到的分解系数按设定的ROI压缩率进行多尺度压缩感知测量包括以下步骤：

首先，对输入图像x进行WBCT变换，得到分解系数 Ψ表示多尺度稀疏变换；所述输入图像为ROI、背景或原始图像；

将的第l阶各方向子带分成尺寸为B_l×B_l的块，L为总的分解阶数；1≤l≤L；

然后，计算每阶的压缩率S_l：设定基带压缩率S₀＝1，设定总目标压缩率其中，W_l为分解层l的权重；则第l阶的压缩率S_l＝W_lS'；所述总目标压缩率根据输入图像的不同，设定值不同；

最后，根据每阶压缩率S_l，对每层WBCT分解系数进行CS测量。

3.根据权利要求1所述的一种兴趣区域优先的多尺度压缩感知渐进编码方法，其特征在于：所述在ROI和背景之间插入过渡带并计算过渡带压缩率包括以下步骤：

在ROI和背景之间插入一个过渡带，设定ROI压缩率C_ROI和背景压缩率C_BG，则过渡带压缩率C_grad通过下式得到：

C_grad＝C_ROI-(C_ROI-C_BG)×D_i/W

其中，D_i表示当前图像块中心到ROI边界的距离，W表示过渡带的宽度。

4.根据权利要求2所述的一种兴趣区域优先的多尺度压缩感知渐进编码方法，其特征在于所述将ROI测量值、过渡带测量值和背景测量值进行ROI优先编码包括以下步骤：

首先将ROI测量值、过渡带测量值和背景测量值分别进行编码；

然后将编码后的ROI测量值、过渡带测量值、背景测量值分别置于码流前端、中间和末端，并且，在编码后的ROI测量值、过渡带测量值、背景测量值中，l-1阶、l阶、l+1阶方向子带数据按先后依次排序。

5.根据权利要求2所述的一种兴趣区域优先的多尺度压缩感知渐进编码方法，其特征在于所述渐进编码包括以下步骤：

首先将图像测量值进行编码；

然后对编码后的图像测量值，按l-1阶、l阶、l+1阶方向子带数据的顺序依次排序。