專(zhuān)利名稱(chēng)：圖像方向金字塔的編碼方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像壓縮領(lǐng)域，具體地說(shuō)，是涉及一種圖像的方向金字塔壓縮和編碼的方法。
背景技術(shù)：
1.信號(hào)變換與圖像金字塔
信號(hào)是信息的載體。如何實(shí)現(xiàn)信號(hào)的有效表示是信號(hào)處理領(lǐng)域中的一個(gè)核心問(wèn)題。從數(shù)學(xué)的觀點(diǎn)看，圖像是一個(gè)灰度值的二維矩陣。一幅圖像中，通?？吹降氖窍噙B接的紋理與灰度級(jí)相似的區(qū)域，它們相結(jié)合形成物體。如果物體尺寸很大或?qū)Ρ群軓?qiáng)(圖像的整體)，通常只需要采用較低的分辨率(圖1(a)，(b));如果物體的尺寸很小或?qū)Ρ榷炔桓?(圖像的細(xì)節(jié))，則需要采用較高的分辨率觀察(圖1(c)，(d))。如果物體尺寸有大有小， 或?qū)Ρ扔袕?qiáng)有弱的情況同時(shí)存在，以若干分辨率對(duì)它們進(jìn)行研究將具有優(yōu)勢(shì)。當(dāng)然這也就是多分辨率處理的魅力所在。
當(dāng)信號(hào)的采樣率滿足Nyquist要求時(shí),歸一化頻帶必須限制在[-Ji，Ji ]之間。此時(shí)可以分別用理想低通和理想高通濾波器L(co)和Η(ω)將它分解成(對(duì)正頻率部分而言)頻帶在
的低頻部分和頻帶在[π/2，π]的高頻部分，分別反映信號(hào)的概貌和細(xì)節(jié)，如圖2所示。因?yàn)轭l帶之間不交疊，處理后兩路輸出信號(hào)正交。而且由于兩種輸出的帶寬均減半，因此采樣率可以減半而不致引起信息的丟失。這就是在濾波后可以引入“二抽取”的原因(圖2中丨2符號(hào)表示“二抽取”操作)，所謂二抽取就是將輸入序列每隔一個(gè)輸出一次，組成長(zhǎng)度縮短一半的新序列。類(lèi)似的過(guò)程對(duì)每次分解后的低頻部分可重復(fù)進(jìn)行下去，即每一級(jí)分解把該級(jí)輸入信號(hào)分解成一個(gè)低頻的粗略逼近(概貌)和一個(gè)高頻的細(xì)節(jié)部分。而且每級(jí)的輸出采樣率都可以再減半，這樣就將原始信號(hào)x(n)進(jìn)行了多分辨率分解。
以多分辨率來(lái)解釋圖像的一種有效但概念簡(jiǎn)單的結(jié)構(gòu)就是圖像金字塔。圖像金字塔最初用于機(jī)器視覺(jué)和圖像壓縮，一幅圖像的金字塔就是一系列以金字塔形排列的分辨率逐步降低的圖像集合。如圖3所示，金字塔的底部是待處理圖像的高分辨率表示，頂部是低分辨率的近似。當(dāng)向金字塔的上層移動(dòng)時(shí)，尺寸和分辨率降低。金字塔第J層的上面一層 (即第(J-1)層)的尺寸為第J層的1/4。通常金字塔的低分辨率圖像用于分析大的結(jié)構(gòu)或圖像的整體內(nèi)容，而高分辨率圖像用于分析單個(gè)物體的特性。這樣的由粗糙到精細(xì)的分析策略在模式識(shí)別中特別適用。
金字塔結(jié)構(gòu)是信號(hào)多尺度/多分辨率分析的重要方法。高斯金字塔(Guassian Pyramid)和拉普拉斯金字塔(Laplacian Pyramid)結(jié)構(gòu),主要用于數(shù)字圖像的壓縮編碼算法。高斯金字塔是通過(guò)原圖像不斷向下采樣而獲得的，在頻域相當(dāng)于不斷地低通濾波。不同層高斯金 字塔在同一尺度下展開(kāi)并相減，相減的量頻域中相當(dāng)于高通濾波，這樣可以生成拉普拉斯金字塔。原則上從輸入信號(hào)中去除低通平滑后的信號(hào)就可以得到該尺度(即該層)的細(xì)節(jié)信號(hào)，但是由于平滑信號(hào)的采樣率比輸入信號(hào)低，兩信號(hào)不能直接相減。為了得到細(xì)節(jié)信號(hào)，需要對(duì)上一步的輸出信號(hào)進(jìn)行內(nèi)插，內(nèi)插M-1個(gè)像素點(diǎn)，并進(jìn)行濾波，生成與 輸入信號(hào)等分辨率的圖像，再與輸入信號(hào)相減，得到細(xì)節(jié)信號(hào)。由于對(duì)平滑信號(hào)進(jìn)行了插值 運(yùn)算，插值濾波器就決定了預(yù)測(cè)值與輸入值之間的相似程度。為了重構(gòu)輸入信號(hào)，只要把平 滑信號(hào)經(jīng)過(guò)同樣的低通濾波器處理得到近似信號(hào)，再和細(xì)節(jié)信號(hào)相加，就可以實(shí)現(xiàn)原始圖 像的完全重構(gòu)。
2.小波變換
圖像的二維正交小波變換是另一種與多分辨率分析相關(guān)的重要圖像技術(shù)，也是圖 像金字塔的一種重要表現(xiàn)形式，它可以得到圖像在水平、垂直和對(duì)角線方向上的細(xì)節(jié)信息。 小波變換的應(yīng)用范圍較廣，主要包括圖像的壓縮編碼、圖像恢復(fù)、圖像去噪、特征值提取等 方面。可分離的二維正交小波變換構(gòu)成的多分辨率分析是應(yīng)用最廣的一類(lèi)二維小波變換。
從數(shù)字濾波器的角度看，圖4給出了二維小波系數(shù)分解的過(guò)程。其中L和H分別表 示一維低通和高通濾波器，下標(biāo)X和I分別表示對(duì)矩陣沿行方向和列方向進(jìn)行濾波?？煞?離情況的特點(diǎn)就是可以沿X和I兩個(gè)方向分先后兩步作處理(先對(duì)X方向進(jìn)行濾波在對(duì)I 方向進(jìn)行濾波)，由于進(jìn)行帶通濾波處理，帶寬比原始圖像的帶寬小，子帶可以進(jìn)行無(wú)信息 損失的抽樣，因此每一級(jí)處理都要經(jīng)過(guò)兩次二抽取。其中LL經(jīng)過(guò)X和y兩個(gè)方向的低通， 對(duì)應(yīng)原始離散圖像在下一尺度(即下一層)上的低頻成分；LH經(jīng)過(guò)X方向上的低通、y方 向上的高通，對(duì)應(yīng)原始圖像水平方向的低頻成分和垂直方向的高頻成分；相應(yīng)的，HL表示 的是X方向的高頻成分和I方向的低頻成分；HH表示的是X和y兩個(gè)方向的高頻成分。圖 5給出了二維小波變換的頻譜表示，將初始輸入矩陣看做一個(gè)二維離散圖像，經(jīng)過(guò)一次分解 后得到的四部分輸出分別經(jīng)過(guò)不同的濾波器，代表了原始圖像的概貌(即低頻)信息和垂 直、水平、對(duì)角線三個(gè)方向的細(xì)節(jié)信息。經(jīng)過(guò)一次小波變換后，總的輸出數(shù)據(jù)量與輸入數(shù)據(jù) 量相同，只是根據(jù)頻率信息不同，將各分量進(jìn)行了分類(lèi)，便于信號(hào)處理。如果將一次分解后 的概貌部分繼續(xù)進(jìn)行小波分解，就可以得到離散圖像的多尺度分析，即它在不同尺度上的 細(xì)節(jié)和概貌。
同樣，經(jīng)過(guò)內(nèi)插、濾波和疊加單個(gè)子帶的處理，加上不同尺度上的細(xì)節(jié)信息，可以 重構(gòu)出任意細(xì)尺度上的概貌成分，直到最終完全重構(gòu)出原始圖像。
3方向金字塔
離散正交小波變換因其良好的時(shí)頻分析特性，成為多尺度信號(hào)和圖像分析中常用 的表示方法，但它存在的一個(gè)缺點(diǎn)是由于對(duì)平移參數(shù)均勻采樣導(dǎo)致缺少平移不變性，當(dāng)輸 入信號(hào)發(fā)生較小的位移變化時(shí)，小波子帶系數(shù)能量會(huì)發(fā)生較大的變化。同時(shí)對(duì)于二維圖像 的旋轉(zhuǎn)和尺度變化，小波變換系數(shù)能量也不穩(wěn)定。小波變換存在的另一個(gè)缺點(diǎn)就是它的方 向選擇性有限，在每一個(gè)尺度空間只能被分解為水平、豎直和對(duì)角三個(gè)方向，很難滿足圖像 對(duì)連續(xù)方向的要求。
方向金字塔可以被看作是可以選擇方向的拉普拉斯金字塔，是由Eero Simoncelli于1993年發(fā)明的。它是一種線性的多尺度多方向的圖像表示框架,應(yīng)用于圖像 處理和計(jì)算機(jī)視覺(jué)等領(lǐng)域。它能夠?qū)D像分解成不同尺度、多方向的一系列子帶，不僅可以 保持平移和旋轉(zhuǎn)不變性，而且方向可控，從而相對(duì)于小波分析提供了更為豐富的方向信息。
圖6給出了圖像的一層方向金字塔分解和重構(gòu)的系統(tǒng)框圖，方向金字塔分解得到 的子帶都是極性可分的。其中H0(Co)為高通濾波器，Lci(Co), L1(Co)為不同尺度的低通濾波器，BjcohizOp.qK為不同方向帶通濾波器；丨2和丨2分別表示下采樣和上采樣的過(guò)程；Χ(ω)和力 分別為原始圖像和重構(gòu)圖像；空心圓圈表示該系統(tǒng)的嵌套。由圖6 可知，首先該算法被分解為高通和低通兩個(gè)子帶，信號(hào)經(jīng)過(guò)互補(bǔ)的高低通濾波器并且不進(jìn)行下抽樣計(jì)算。隨后低頻子帶被進(jìn)一步分解為一組帶通子帶的圖像和一個(gè)(更)低通的子帶圖像。經(jīng)過(guò)帶通濾波器&( )處理得到的帶通子帶具有不同的方向性。把這些作為基函數(shù)子帶，通過(guò)調(diào)整它們的頻率響應(yīng)的線性組合就可以得到任意方向的方向子帶。帶通子帶不進(jìn)行下抽樣計(jì)算。實(shí)際應(yīng)用中，可以設(shè)計(jì)個(gè)數(shù)K的基函數(shù)方向子帶，這些基函數(shù)的方向分別為i =0，...，Κ-1，例如，若1( = 4，則基函數(shù)的4個(gè)方向分別為0° ,45° ,90°，135°。分解后的(更)低通子帶進(jìn)行下采樣后再進(jìn)行分解，重復(fù)以上過(guò)程，實(shí)現(xiàn)多分辨率分解算法。同樣，經(jīng)過(guò)內(nèi)插、濾波和疊加每個(gè)子帶的處理，可以恢復(fù)不同尺度上的細(xì)節(jié)信息， 可以完全重構(gòu)出原始圖像。
圖7給出了方向金字塔三個(gè)尺度(即三個(gè)層)四個(gè)方向分解的頻譜表示。其中頻率軸為[-π，π]。在頻域中，方向金字塔分解的各子帶都是極性可分的。第一步預(yù)處理分解，高頻子帶對(duì)應(yīng)于空間頻率域的四個(gè)角，低頻子帶對(duì)應(yīng)于大圓區(qū)域；第二步的分解過(guò)程， 陰影區(qū)域?qū)?yīng)其中一個(gè)方向的基函數(shù)帶通子帶；最中心的小圓區(qū)域?qū)?yīng)于分解之后第三尺度上的最終的低頻子帶。
圖8顯示了對(duì)于一個(gè)輸入(e)，通過(guò)計(jì)算得到該圖像的方向金字塔表示(a)-(d)， 并通過(guò)(a)-(d)重構(gòu)出(f)的過(guò)程。圖(a)-(c)為三尺度四方向(O。，45°，90°，135° ) 的方向金字塔分解的子帶，(d)為低通量，高頻量沒(méi)有顯示。
方向金字塔主要的不足是它的過(guò)完備性，它的過(guò)完備度為f，其中K為方向子帶的個(gè)數(shù)。這相當(dāng)于，若輸入一副6x6的圖像，金字塔的方向個(gè)數(shù)為4，不限制分解的尺度個(gè)數(shù)(即層數(shù))，輸出的方向金字塔將含有192個(gè)像素點(diǎn)，遠(yuǎn)超出原輸入圖像的36個(gè)像素點(diǎn)。 盡管過(guò)完備性會(huì)限制金字塔算法的計(jì)算效率和儲(chǔ)存成本，但也給許多圖像處理方法提供了方便。
4基于嵌入式小波變換的圖像編碼方法
由于小波變換的多分辨率性質(zhì)，圖像經(jīng)小波變換后得到的系數(shù)在空域和頻域都有良好的分布特性，因此各種基于小波變換的圖像壓縮技術(shù)取得了很大成功。目前比較有效的小波變換壓縮方法有兩種一種是1993年由J. M. Shapiro根據(jù)一副圖像的小波變換在不同級(jí)之間的相似性，提出了嵌入式零樹(shù)小波編碼方法(EZW :Embedded Zerotree Wavelet)； 另一種是1996年A. Said根據(jù)EZW算法的基本思想，提出了一種新的實(shí)現(xiàn)方法，即多級(jí)樹(shù)集合分裂算法(SPIHT Set Partitioning in Hierarchical Trees)。
EZW編碼思想是基于不同級(jí)小波系數(shù)之間仍然有很強(qiáng)相關(guān)性的假設(shè)，這種相關(guān)性以小波樹(shù)的父子系數(shù)關(guān)系表現(xiàn)出來(lái)。實(shí)際上，如果位于較低頻率層的小波系數(shù)小于某一閾值，則位于較高頻率層同方向和空間位置的小波系數(shù)小于該閾值的可能性極大。如果在較低頻率層上的一個(gè)系數(shù)小于某閾值，而下一較高頻率層以及更高頻率層上該系數(shù)所對(duì)應(yīng)的后代系數(shù)集內(nèi)有若干系數(shù)大于該閾值，就把較 低頻率層上的這個(gè)系數(shù)定義為零樹(shù)，然后閾值減半，再對(duì)圖像掃描，如此往復(fù)下去，不斷生成零樹(shù)。在整個(gè)逐次逼近量化過(guò)程中，通過(guò)不斷減半當(dāng)前閾值，重復(fù)掃描和符號(hào)編碼，直到滿足目標(biāo)比特率需要。
EZW是一種構(gòu)建在小波變換基礎(chǔ)上的嵌入式零樹(shù)編碼方案。其編碼器可以將待編 碼的比特流按重要性的不同進(jìn)行排序，根據(jù)目標(biāo)碼率或失真度大小要求隨時(shí)結(jié)束編碼；同 樣，對(duì)于給定碼流解碼器隨時(shí)結(jié)束解碼，并可以得到相應(yīng)碼流截?cái)嗵幍哪繕?biāo)碼率的重建圖像。
小波系數(shù)的分布特點(diǎn)是越往低頻子帶系數(shù)值越大，包含信息量越多，越往高頻子 帶系數(shù)值越小，包含信息量越少。EZW算法充分利用了小波分解后系數(shù)分布特點(diǎn)，先傳較低 頻的系數(shù)的重要比特，然后傳輸較高頻系數(shù)的重要比特。
EZff首先對(duì)零樹(shù)結(jié)構(gòu)進(jìn)行了定義任選一個(gè)小波變換后的圖像系數(shù)Ci,」，對(duì)于給定 門(mén)限T，如果有ICyl 3T，則稱(chēng)小波系數(shù)Cy是重要系數(shù)，反之定義為不重要系數(shù)。如果一 個(gè)小波系數(shù)在一個(gè)粗的尺度上關(guān)于給定門(mén)限T不重要，在較細(xì)的尺度上與該系數(shù)對(duì)應(yīng)的同 樣空間位置中的所有小波系數(shù)關(guān)于門(mén)限T也不重要，則稱(chēng)這些小波系數(shù)形成了一個(gè)零樹(shù)， 并規(guī)定粗尺度上的小波系數(shù)為父親或零樹(shù)根。較細(xì)尺度上相應(yīng)位置上的小波系數(shù)為子孫。
SPIHT (Set Partitioning in Hierarchical Trees)算法也是通過(guò)構(gòu)建零樹(shù)來(lái)實(shí) 現(xiàn)小波圖像壓縮的，利用漸進(jìn)式傳輸?shù)睦碚撨M(jìn)行編碼。漸進(jìn)式傳輸理論是將數(shù)值的絕對(duì)值 由大到小排列，然后將最重要的數(shù)值先傳輸，還原時(shí)圖像的恢復(fù)質(zhì)量將漸漸變好。SPIHT的 輸出是一連串比特流，并且SPIHT可以在任意點(diǎn)處停止傳輸而不影響解碼的正確性。SPIHT 使用的系數(shù)重要性的判斷標(biāo)準(zhǔn)和EZW類(lèi)似。它有閾值T1，表示矩陣元素的最大值，但其采用 的是位編碼，先編碼重要元素的高比特位，其編碼參數(shù)Ii1 = [l0g2I\。
SPIHT使用叫做空間方向樹(shù)的結(jié)構(gòu)生成和分解系數(shù)集合，該結(jié)構(gòu)利用了圖像金字 塔不同層間小波系數(shù)的空間關(guān)系經(jīng)驗(yàn)表明，金字塔每一層的子帶都呈現(xiàn)出空間相似性，任 何特別之處，如直線邊緣或均勻區(qū)域，在所有層的同一位置都可以看到。
SPIHT使用的數(shù)據(jù)結(jié)構(gòu)(即空間方向樹(shù))如圖9所示。圖中LLl和HL2標(biāo)識(shí)分別 代表第一層的LL子帶和第二層的HL子帶，其他標(biāo)識(shí)以此類(lèi)推。圖中畫(huà)除了第二層(高通) 和第一層(低通)兩層，每一層又分成四個(gè)子帶(LL、LH、HL、HH)，子帶LLl又被分成四個(gè)系 數(shù)組，其中陰影區(qū)域部分是位于左上角的那組。每組4個(gè)系數(shù)中的每一個(gè)(除了左上角的 用黑色實(shí)心圓點(diǎn)所在的正方型區(qū)域外)都變成空間方向樹(shù)的樹(shù)根。箭頭示意了這些數(shù)的不 同層是如何關(guān)聯(lián)在一起的，箭頭指向的是該子帶的孩子。圖像中位置(i，j)的系數(shù)的孩子 的位置是(2i，2j)，(2i+l，2j)，(2i，2j+l)，(2i+l，2j+l)。由于靠近左上角的數(shù)據(jù)代表著重 要的低頻量，所以應(yīng)該優(yōu)先編碼。發(fā)明內(nèi)容
本發(fā)明的目的在于，針對(duì)圖像的方向金字塔數(shù)據(jù)結(jié)構(gòu)極高的冗余性給傳輸和儲(chǔ)存 帶來(lái)的困難，研究一種方法進(jìn)行有效的編碼存儲(chǔ)。
本發(fā)明的圖像方向金字塔的編碼方法的實(shí)現(xiàn)步驟如下
第一步，將圖像分解成任意給定方向個(gè)數(shù)和尺度個(gè)數(shù)的方向金字塔的形式，圖像 金字塔按照方向個(gè)數(shù)向和尺度個(gè)數(shù)分層儲(chǔ)存；
第二步，可以任意給定在第一步分解完成的方向金字塔的一個(gè)方向基函數(shù)，在第 三步中會(huì)對(duì)該方向所對(duì)應(yīng)的子帶優(yōu)先的編碼；
第三步，采用SPIHT算法進(jìn)行圖像方向金字塔的低頻和帶頻分量進(jìn)行編碼，但對(duì) 低頻和帶頻量采用不同的閾值。
本發(fā)明的有益效果是
1.通過(guò)改變傳統(tǒng)SPIHT算法的傳統(tǒng)數(shù)據(jù)結(jié)構(gòu)，使得該算法編碼方向金字塔成為可 倉(cāng)泛。
2.針對(duì)方向金字塔這種冗余度高的數(shù)據(jù)結(jié)構(gòu)，對(duì)SPIHT進(jìn)行了優(yōu)化，使得方向?qū)?數(shù)的編碼和整體的重建效果有了較大的提升。
3.可以選定一個(gè)優(yōu)先編碼方向，減少表達(dá)冗余信息的比特位數(shù)，從而達(dá)到更好的 數(shù)據(jù)壓縮效果。


圖1是自然圖像及其局部變化直方圖2是頻帶的理想劃分；
圖3是圖像金字塔的結(jié)構(gòu)；
圖4是一級(jí)二維小波分解流程圖5是多級(jí)小波分解頻譜圖6是擁有K個(gè)方向的方向金字塔系統(tǒng)框圖7是一個(gè)3層，4個(gè)方向的理想方向性分解的頻譜圖8是圖像的金字塔分解和重構(gòu)例子；原圖像為(e)，通過(guò)計(jì)算得到該圖像的方向金字塔表示(a)-(d)，通過(guò)(a)-(d)重構(gòu)圖像(f)。
圖9是SPIHT數(shù)據(jù)結(jié)構(gòu)示意圖10是本發(fā)明的可編碼圖像方向金字塔的數(shù)據(jù)結(jié)構(gòu)示意圖11是本發(fā)明的帶有優(yōu)先編碼方向的數(shù)據(jù)結(jié)構(gòu)的示意圖12是本發(fā)明測(cè)試SPIHT算法采用的原圖像(a)，重構(gòu)的圖像(b)，以及編碼及量化后方向金字塔(C)，第一排是第一層的帶通量，第二排是第二層的帶頻分量；
圖13是本發(fā)明測(cè)試的原圖像(a)，SPIHT重構(gòu)效果(b)，使用方向金字塔SPIHT算法重構(gòu)效果(c)，使用優(yōu)先方向金字塔SPIHT算法重構(gòu)效果(d)，其中左面為重構(gòu)的圖像，右 面為重構(gòu)的方向金字塔，第一排是第一層的帶通量，第二排是第二層的帶通量；
圖14是不同算法重構(gòu)圖像的效果比較；
圖15是使用三種不同數(shù)據(jù)結(jié)構(gòu)重構(gòu)圖像的效果比較，總體重構(gòu)效果(a)以及對(duì)不 同層，不同方向的方向?qū)?shù)的重構(gòu)(b)。
具體實(shí)施方式
為了使本發(fā)明技術(shù)方案的內(nèi)容和優(yōu)勢(shì)更加清楚明了，以下結(jié)合附圖，對(duì)本發(fā)明的 針對(duì)圖像方向金字塔的編碼系統(tǒng)及方法進(jìn)行進(jìn)一步的詳細(xì)說(shuō)明。
本發(fā)明的針對(duì)方向金字塔圖像分解的編碼系統(tǒng)及方法，是一種基于SPIHT的圖像 方向金字塔的編碼系統(tǒng)及方法，主要針對(duì)SPIHT在圖像方向金字塔編碼部分的空白，以及 處理圖像的過(guò)冗余表示方面的缺陷，基于圖像方向金字塔數(shù)據(jù)結(jié)構(gòu)特點(diǎn)，提出一種新的數(shù) 據(jù)結(jié)構(gòu)和一種結(jié)合該數(shù)據(jù)結(jié)構(gòu)構(gòu)成的圖像方向金字塔的編碼系統(tǒng)。
從SPIHT的數(shù)據(jù)結(jié)構(gòu)圖(圖9)可以看出，陰影區(qū)域(即最高層LL子帶)的樹(shù)只能沿著元素2，3，4對(duì)應(yīng)的三個(gè)方向伸展，從而無(wú)法滿足對(duì)編碼任意個(gè)數(shù)的方向金字塔的要求。需要對(duì)這種數(shù)據(jù)結(jié)構(gòu)進(jìn)行修改。
本算法首先去掉對(duì)圖像整體效果和特征提取貢獻(xiàn)較小的高頻部分，只編碼低頻和帶頻部分。圖10是本發(fā)明的可編碼圖像方向金字塔的數(shù)據(jù)結(jié)構(gòu)示意圖，該數(shù)據(jù)結(jié)構(gòu)突破了傳統(tǒng)SPIHT編碼將不同層系數(shù)都放在一個(gè)正方型的不同區(qū)域的數(shù)據(jù)結(jié)構(gòu)，將不同的層、不同的方向的系數(shù)分別放置到大小不同的正方型中。并且為了方便表示，在圖10中定義“第一層”為圖像金字塔數(shù)據(jù)結(jié)構(gòu)的低頻分量(對(duì)應(yīng)圖7中圓L內(nèi)部)；“第二層”為圖像金字塔頻率最低的帶頻分量，對(duì)應(yīng)圖7中BI所在的圓環(huán)內(nèi)部；“第三層”對(duì)應(yīng)圖7中B2所在的圓環(huán)內(nèi)部，以此類(lèi)推。對(duì)每一層，每一方向的系數(shù)逐一進(jìn)行編碼。低頻量位于第一層，含有圖像的重要信息，需要先進(jìn)行編碼。然后再編碼第二層、第三層，以此類(lèi)推。每一層對(duì)應(yīng)的下一層均是該層的孩子，孩子系數(shù)儲(chǔ)存在另一個(gè)正方型里。例如，第一層(低頻部分)中左上部分系數(shù)在兩個(gè)方向上的孩子用第二層中點(diǎn)填充的正方型表示。在所示的孩子中，右下角系數(shù)的孩子(也就是低頻左上部分系數(shù)的孫子)用第三層中線填充的正方型表示。實(shí)際應(yīng)用中，可以設(shè)計(jì)個(gè)數(shù)K的基函數(shù)方向子帶，這些基函數(shù)的方向分別為i = 0,..., K-1,K例如，若K = 4，則基函數(shù)的4個(gè)方向分別為0° ,45° ,90° ,135°。該數(shù)據(jù)結(jié)構(gòu)可以編碼任意數(shù)量的方向帶頻分量，因此可以滿足編碼方向金字塔的需要。
圖11是本發(fā)明的帶有優(yōu)先編碼方向的數(shù)據(jù)結(jié)構(gòu)的示意圖。該數(shù)據(jù)結(jié)構(gòu)改變?cè)瓉?lái)的帶頻分量的數(shù)據(jù)結(jié)構(gòu)關(guān)系，先選擇一個(gè)優(yōu)先編碼的方向子帶B(本例中為方向I)的作為金字塔的第二層，然后將其余的帶頻分量以及B的更高一層作為第三層，以此類(lèi)推。實(shí)驗(yàn)表示，編碼前事先選擇優(yōu)先方向，可以節(jié)約用來(lái)表示不重要信息的比特位。
此外，針對(duì)方向金字塔分解的圖像的方向帶頻部分的值會(huì)比低頻分量小很多的特點(diǎn)，將低頻分解的閾值與帶頻分解的閾值分開(kāi)，使用兩個(gè)閾值1\、Th分別表示，T1, Th分別表示低頻量和帶頻量的最大值。從而確定出兩個(gè)編碼參數(shù)^氣化^彳和 =!]4^:^。
最后，該算法生成一個(gè)比特位流(即一連串的比特位)表示該圖像，如果接收的位流在任意點(diǎn)被中斷，都可以無(wú)錯(cuò)誤地解碼并重構(gòu)圖像。
該算法引入的有序表和集合標(biāo)記與SPIHT算法相同。編碼時(shí)先選擇一個(gè)優(yōu)先編碼的方向子帶B的作為金字塔的第二層，然后將其余的帶頻分量以及B的更高一層作為第三層。
我們稱(chēng)使用圖10的數(shù)據(jù)結(jié)構(gòu)的圖像方向金字塔編碼算法為方向金字塔SPIHT算法，把使用圖11的數(shù)據(jù)結(jié)構(gòu)的圖像方向金字塔編碼算法為優(yōu)先方向金字塔SPIHT算法。
由于方向金字塔SPIHT 算法和優(yōu)先方向金字塔SPIHT算法只有數(shù)據(jù)結(jié)構(gòu)的不同， 具體實(shí)現(xiàn)的偽代碼都是相同的。它們的偽代碼如下
⑴初始化
輸入初始兩個(gè)閾值I\、Th，分別表示低頻量和帶頻量的最大值。從而確定出兩個(gè)編碼參數(shù)Ii1和nh ；
初始坐標(biāo)集為L(zhǎng)IP = {(r, c) | (r, c) e H}, LIS = {Dr>c (r, c) e H}。
(2)排序掃描
I)掃描LIP隊(duì)列
對(duì)LIP隊(duì)列的每個(gè)表項(xiàng)(r，c)判斷重要性；
若(r，c)重要
向Sn輸出‘r’和(r, c)的符號(hào)位；
將(r，c)從LIP隊(duì)列中刪除，添加到LSP隊(duì)列的尾部。
若(r，c)不重要
向Sn輸出‘O’。
2)掃描LIS隊(duì)列
若是‘D’型表項(xiàng)，即^,。，判斷重要性；
若Dr,。重要
向Sn輸出‘I，；
對(duì)每個(gè)(r0，c0) e Or,y判斷重要性
若重要，向Sn輸出‘1’和(r0，c0)的符號(hào)位，并將。添到LIS尾部；
若不重要，則將(r0，c O )添加到LIP的尾部。
判斷Ι。是否為空集
若非空，則將L,。添加到LIS的尾部；
若為空集，則將DmWLIS中刪除。
若Dr,。不重要
向Sn輸出‘O’。
若是‘L’型表項(xiàng)，即L。，判斷重要性；
若k,。重要
向Sn輸出‘ 1’并將IV w添加到LIS的尾部，將L,。從LIS中刪除；
若L,。不重要
向Sn輸出‘O’。
(3)精細(xì)掃描
將LSP中系數(shù)的絕對(duì)值轉(zhuǎn)換為二進(jìn)制表示并輸出第η個(gè)最重要的位到Rn。
(4)更新閾值指數(shù)
將閾值指數(shù)Ii1減至Ii1-1, nh減至Iv1，返回到步驟(2)進(jìn)行下一級(jí)編碼掃描。
實(shí)際效果
由于方向金字塔是過(guò)完備的，為防止誤解，我們不用壓縮率作為實(shí)施和評(píng)價(jià)指標(biāo)，而是限制其位流的比特?cái)?shù)。我們首先使用標(biāo)準(zhǔn)SPIHT算法利用IO7比特對(duì)測(cè)試圖像Girl (256X 256)圖12 (a)進(jìn)行編碼得到的重構(gòu)的圖像(圖12 (b))與相應(yīng)的方向金字塔(圖12(c))。
編碼后的比特分配為RnList 25930比特；SnList :975672比特。其中總比特?cái)?shù)比IO7多了一些是由于比特流的分隔符造成的。可見(jiàn)到圖像的恢復(fù)效果不錯(cuò)，但是耗費(fèi)的比特太多。
使用的測(cè)試圖像Lena (64X64)(圖13(a)),經(jīng)計(jì)算T1 = 816,Th= 105。對(duì)三種算法=SPIHT算法，方向金字塔SPIHT算法和優(yōu)先方向金字塔SPIHT算法分別進(jìn)行測(cè)試，利用不同的算法均使用5X104比特進(jìn)行編碼，得到的重構(gòu)圖像與方向金字塔如圖13(b)-(d)所示，其中算法II的優(yōu)先方向?yàn)?°。由于0°為優(yōu)先編碼的方向，所以與其他方向相比，使 用算法II對(duì)0°的重建效果比使用算法I有了更大提升，圖像整體的重建效果也有了很大 程度的提高。
對(duì)三種算法對(duì)Lena(64X64)分別使用不同的比特開(kāi)銷(xiāo)進(jìn)行比較(比特開(kāi)銷(xiāo)從 5X103bit直到8X104bit)，使用算法II的優(yōu)先的編碼方向?yàn)?°。具體的PSNR曲線見(jiàn)圖 14?？梢钥吹剑惴↖，算法II相對(duì)SPIHT對(duì)于方向金字塔的重建效果，尤其是對(duì)于方向?qū)?數(shù)的重建效果的提升是顯著的。另外，由于0°為優(yōu)先方向，算法II優(yōu)先將其編碼，所以可 以發(fā)現(xiàn)低比特率時(shí)算法II對(duì)0°方向的重構(gòu)效果要明顯高于測(cè)試的其他數(shù)據(jù)結(jié)構(gòu)。
權(quán)利要求
1.一種圖像方向金字塔的編碼方法，其特征在于，包括以下步驟A.將圖像分解成任意給定方向個(gè)數(shù)和尺度個(gè)數(shù)的金字塔的形式，對(duì)個(gè)數(shù)K的基函數(shù)方向子帶，這些基函數(shù)的方向分別為i = 0，. . .，K-1 ;KB.圖像金字塔按照方向個(gè)數(shù)和尺度個(gè)數(shù)分層儲(chǔ)存；C.從步驟A中的K個(gè)基函數(shù)方向中確立一個(gè)優(yōu)先編碼的基函數(shù)方向；D.采用優(yōu)先方向金字塔SPIHT算法，對(duì)低頻和帶頻分量采用不同的閾值；E.利用位流進(jìn)行編碼，生成一個(gè)比特位流表示該圖像的低頻量和帶頻量。
2.根據(jù)權(quán)利要求1所述的方法，在步驟A把所述的方向金字塔把圖像分解成高頻量、低頻量和不同層的若干帶頻分量；生成方向金字塔的每一層需要下列濾波器高通濾波器， 不同尺度的低通濾波器，不同尺度、不同方向的帶通濾波器。
3.根據(jù)權(quán)利要求1所述的方法，所述的優(yōu)先方向金字塔SPIHT算法引入了兩個(gè)閾值 !\、Th ;使用三個(gè)有序表來(lái)存放重要信息重要系數(shù)表LSP ;不重要系數(shù)表LIP ;不重要子集表LIS ;并且引入下面的集合符號(hào)所有樹(shù)根的坐標(biāo)集H，為金字塔的低頻以及最接近低頻段的一層；樹(shù)為樹(shù)根的子孫且樹(shù)必須擁有孩子；節(jié)點(diǎn)(r，c)所有孩子的集合I。；節(jié)點(diǎn)(r， c)所有子孫的集合比,。，稱(chēng)為D類(lèi)樹(shù)；節(jié)點(diǎn)(r，c)所有非直系子孫的集合L,。，稱(chēng)為L(zhǎng)類(lèi)樹(shù)； 如果上述的樹(shù)集合中有至少一個(gè)系數(shù)是重要的，則稱(chēng)該樹(shù)是重要的；SPIHT的嵌入位流分為排序位流Sn和精細(xì)位流Rn。
4.根據(jù)權(quán)利要求3的方法，其中所述的優(yōu)先方向金字塔SPIHT算法的步驟如下 第一步設(shè)定閾值T1Jh ;令LIP為所有樹(shù)根坐標(biāo)集的系數(shù)；LIS為D類(lèi)樹(shù)；LSP為空集； 第二步檢測(cè)LIP中所有系數(shù)的重要性；如果重要，則輸出I和符號(hào)位，并將系數(shù)移入LSP ;如果不重要，則輸出O ;第三步根據(jù)樹(shù)的類(lèi)型檢查L(zhǎng)IS中所有樹(shù)的重要性，具體如下對(duì)于D類(lèi)樹(shù)如果重要，則輸出1，并編碼它的孩子；如果孩子重要，則輸出1，再輸出一位比特表示該系數(shù)的符號(hào)，并將這個(gè)孩子加入到 LSP 中；如果孩子不重要，則輸出0，將其加到LIP的末尾；如果該孩子有子孫，則將該D類(lèi)樹(shù)更改為L(zhǎng)類(lèi)樹(shù)移到LIS的最后，否則從LIS中刪除； 如果不重要，則輸出O ;對(duì)于L類(lèi)樹(shù)如果重要，則輸出I，并將每個(gè)孩子的D類(lèi)樹(shù)加到LIS末尾，并從LIS中移去原來(lái)的L類(lèi)樹(shù)；如果不重要，則輸出O ;第四步改變閾值1\、Th，判定是否符合停機(jī)條件，如果不符合則轉(zhuǎn)移到第二步。
全文摘要
本發(fā)明公開(kāi)了一種圖像方向金字塔的編碼方法。通過(guò)改變傳統(tǒng)SPIHT算法的數(shù)據(jù)結(jié)構(gòu)，使得該算法編碼方向金字塔成為可能。對(duì)于其冗余度高且實(shí)際應(yīng)用的特點(diǎn)，提出方向金字塔SPIHT算法和優(yōu)先方向金字塔SPIHT算法，使得對(duì)整體、尤其是圖像邊緣等特征的重建效果有了較大的提升。本文提出的算法可以有效的對(duì)應(yīng)用于機(jī)器視覺(jué)領(lǐng)域的圖像進(jìn)行編碼和壓縮。
文檔編號(hào)G06T9/00GK103065336SQ20131002443
公開(kāi)日2013年4月24日 申請(qǐng)日期2013年1月23日 優(yōu)先權(quán)日2013年1月23日
發(fā)明者孫繼平, 王洪俊 申請(qǐng)人:中國(guó)礦業(yè)大學(xué)(北京)