不规则区域编码概述与进展

不规则区域编码概述与进展

ID:5295803

大小:812.74 KB

页数:7页

时间:2017-12-07

不规则区域编码概述与进展_第1页
不规则区域编码概述与进展_第2页
不规则区域编码概述与进展_第3页
不规则区域编码概述与进展_第4页
不规则区域编码概述与进展_第5页
资源描述:

《不规则区域编码概述与进展》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、http://www.paper.edu.cn1不规则区域编码综述与进展马义德,张北斗,齐春亮兰州大学信息科学与工程学院兰州730000E-mail:ydma@lzu.edu.cn摘要:不规则区域编码作为新一代图像编码方法,在压缩图像区域、保护边缘纹理、提高图像的重建质量等方面具有较大潜力。本文将已有的各类不规则区域编码方法与传统方法进行比较,综述了此领域已取得的成果,提出了自己特有的处理方法,并分析所面临的难点与对策,最后进行了展望。关键词:图像编码;彩色编码;不规则区域;PCNN1.引言“第一代”图像编码技术在去除图像数据的线性相关性方面进行了

2、深入的研究,其出发点是消除图像数据的统计冗余信息,如信息熵冗余、空间冗余等。行程编码、霍夫曼编码、算术编码等便是其中杰出的经典算法。目前为止,这类技术已十分成熟,研究空间极其有限。[1]1985年,Kunt等人提出了利用人眼视觉特性发展“第二代”图像编码技术;1988年,Barnsley[2]M提出基于迭代系统的分形图像编码技术;1989年,MallatS首先将小波变换用于多分辨[3]率图像的描述。这些具有里程碑意义的事件给研究人员指引了研究方向,为图像编码开拓了新的领域。第二代编码技术不再局限于信息论的框架,而是要求充分利用人的视觉、生理、心理及

3、图像信源的各种特征,进一步提高压缩比。编码时首先将图像中诸如边界、轮廓、纹理等结构特征提取出来予以编码,解码时再根据结构和参数信息进行图像重建,在获得更高压缩比的同时消除了JPEG等方法存在的重建图像失真,比如方块效应。传统的方法很少考虑图像的内容含义及人眼视觉系统(VHS),用规则的方块分割处理后再编码,因此容易导致高压缩时出现严重的图像失真。基于分割的“第二代”编码技术不再局限于简单的方块编码,其出发点是,先让分割区域(或纹理)与原始图像对应部分之间在视觉意义下最大地接近,然后再对这些区域(纹理)进行编码。当然,这种突破常规的做法必然带来处理上

4、的问题,比如,使用何种方案分割图像,才能使分割简单且适用范围广泛,使用何种基函数压缩图像区域,如何定位分割出的图像内容等。本文较全面地综述了人们在这些方面的研究成果,同时提出了自己特有的处理思路和方法。2.几种区域编码方法的比较图1所示为三种典型图像编码方案。图1(b)为JPEG所用模型,以256×256的Lena图1基金项目:国家自然科学基金资助项目(60572011),985特色项目计划基金资助项目(LZ985-231-58262)-1-http://www.paper.edu.cn像为例,先进行8×8分块(总共1024块),然后分别对每块进行

5、DCT变换,再对系数进行游程和霍夫曼编码等一系列操作。图1(c)用二叉树的方法对图像进行编解码。图1(d)是用一些研究中的新方法对图像进行不规则分割(本图基于PCNN),然后分别对图像边缘及区域进行编码。(a)Lena原图(b)8×8分块(c)二叉树分解(d)不规则分割图1几种典型编码方法3.不规则区域编码对图1比较发现,基于分块的JPEG编码只需要存储或传输系数信息,不需要考虑边缘及像素块的位置;但是,这种方块式的分块编码方法在高压缩比下便产生了[4]方块效应,如图2所示。考虑到边缘、纹理、平坦区域的重要性依次降低,基于不规则区域的编码方法(a)

6、原图(b)JPEG压缩对人眼敏感的不同类型分别采取不同的编码方法。①对边缘像素使用链码的方法,图2JPEG压缩效果几乎无损压缩;②对区域内容,采用高压缩比方法编码。这样,既保证了图像编码的高压缩比,又能使重建图像纹理清晰、边缘分明。对同一幅图像,分割后的不规则区域面积越大,总的块数越少,整幅图像的压缩比就越高。本文后半部内容会给出具体的数据及效果图比较,下面先介绍图像分割方法及不规则区域的编码方法。3.1图像分割方法[5][6][7]基于边缘检测、区域增长分水岭的图像分割是常用的方法之一。文献[8]使用数学形态学算子(MathematicalMor

7、phologicOperator)分割图像。在P.Salembier提出的形态学分割过程中,标识提取(MarkerExtraction)是其中的重要一步,它的目的是在完成前一步的形态学简化运算后,标识出图像中具有相同灰度等级的均匀区域。P.Salembier采用了基于尺寸的标识方法,即首先计算每个均匀区域中像素的多少,然后按一个临界值进行取舍。然而当分割过程进一步细化时,采用尺寸法将产生许多小的区域,考虑到具有高对比度的区域包含更多的图像特征信息,于是又提出了基于对比度的标识方法,以便得到更理想的标识结果。可是,-2-http://www.pape

8、r.edu.cn这两种方法都各有缺陷。文献[10]使用小波变换的图像分割方法,并将边缘信息融入了小波系数之中。为了最大接近

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。