0 引言
    近年來,，隨著多媒體技術(shù)的快速發(fā)展,，人們對圖像壓縮的要求越來越高，某些情況下,，JPEG標(biāo)準(zhǔn)和JPEG2000標(biāo)準(zhǔn)已經(jīng)無法滿足要求,，為此，必須采用一種新的壓縮技術(shù)對圖像進(jìn)行有效壓縮,。感興趣區(qū)域(Region of Interest,，ROI)編碼技術(shù)利用了人眼的視覺特性，已成為目前圖像壓縮研究的熱點,。所謂ROI編碼,，就是將圖像中比較關(guān)注區(qū)域(亦稱ROI)的位平面設(shè)置得比其余區(qū)域(亦稱BG)的位平面高，就可優(yōu)先傳輸ROI系數(shù),，相對提高圖像質(zhì)量,。
    對于ROI編碼，一些學(xué)者根據(jù)JPEG2000標(biāo)準(zhǔn)提供的一般位移(General Shift,，GShift)法和最大位移(Maximum Shift,，MaxShift)法，提出了一些改進(jìn)方法,。Wang Zhou[1]等提出了逐個位平面位移(BbBShift)法,，該方法先上移重要的ROI位平面,，然后逐個交替上移剩余的ROI位平面和一些BG位平面，剩余的BG位平面不位移,。Liu Lijie[2]等提出了部分重要位平面位移(PSBShift)法,，該方法將ROI位平面分為兩部分，上移其中重要的ROI位平面,。梁燕[3]提出了通用的部分位平面位移(GPBShift)法,，該方法上移重要的ROI位平面，同時下移非重要的BG位平面,，其余的位平面保持不變,。這些改進(jìn)方法的實質(zhì)都是先傳輸ROI系數(shù)，然后傳輸BG系數(shù)和剩余的ROI系數(shù),。
    本文通過研究前人的方法,，提出了部分背景位平面位移(Partial Background Bitplanes Shift，PBBShift)法,，并將此方法嵌入到多級樹集合分裂(Set Partitioning in Hierarchical Trees,，SPIHT)算法中。該方法可使圖像觀察者先對圖像情況大致了解,，然后決定是否需要,。這種改進(jìn)的方法可用于帶寬受限的網(wǎng)絡(luò)中。
1 多級樹集合分裂(SPIHT)算法
    SPIHT算法是在嵌入式零樹小波(EZW)算法[4]的基礎(chǔ)上提出的一種新算法[5],。該算法采用空間方向樹,、全體子孫集合和非直系子孫集合的概念，提高了編碼效率[6],。SPIHT算法還能生成一個嵌入碼流,，接收的碼流在任意點被截斷時都可重構(gòu)圖像。
    SPIHT算法的編碼過程由正向小波變換,、量化編碼等組成,。在SPIHT算法的基礎(chǔ)上嵌入ROI部分：確定ROI、生成ROI模板,、下移BG位平面,、ROI形狀和位置信息編碼，從而形成基于GShift法的ROI編碼過程,，如圖1所示,。解碼是編碼的逆過程。

圖1  基于GShift法的ROI編碼過程

2 ROI編碼
2.1 ROI掩模
    定義ROI掩模來標(biāo)定小波系數(shù)中屬于ROI的點,。若將ROI定義為矩形,，此時只需確定矩形的左上角坐標(biāo)(x1，y1)和右下角坐標(biāo)(x2,，y2),。ROI掩模M(i,，j)可由式(1)表示[7]，其生成過程[7]如圖2所示,。

2.2 ROI編碼方法
    GShift法和MaxShift法是兩種最基本,、最常用的ROI編碼方法[8]，如圖3所示,。在GShift法中,，選擇一個位移因子S把BG位平面都下降S位，這樣,，ROI的最重要位平面就高于BG的所有位平面,，ROI就可以優(yōu)先編碼。解碼時,，ROI就能獲得較好的恢復(fù),。S越大，ROI相對BG的優(yōu)先級越高,，質(zhì)量也就越高,。當(dāng)GShift法中的位移因子S增大到使得ROI位平面與BG位平面無重疊時,，此時GShift法就變成了MaxShift法,。

圖3  兩種ROI編碼方法^[8]

3 改進(jìn)方法
3.1 部分背景位平面位移(PBBShift)法
    某些情況下，觀察者想在圖像剛開始解碼時了解一下圖像的大概情況,，這就需要一部分BG位平面置于與ROI位平面同等高的位平面上,。根據(jù)GShift法，本文提出了PBBShift法,，如圖4所示,，其中S1為BG的重要位平面，S2為BG剩余位平面的下移位數(shù),。PBBShift法將BG位平面分為兩部分：重要位平面和剩余位平面,。編碼時，BG的重要位平面不位移,，剩余位平面向下位移,。解碼時只需將BG的剩余位平面上移即可。由于該方法只需下移部分BG位平面,，故稱此方法為PBBShift法,。

圖4  PBBShift法

3.2 編碼流程圖
    相比GShift法的ROI編碼過程，PBBShift法的ROI編碼部分相對復(fù)雜些,，它要將BG位平面分為兩部分分別進(jìn)行位移,，具體的編碼過程如圖5所示。解碼是編碼的逆過程,。
4 實驗分析與結(jié)論

圖5  PBBShift法編碼過程

圖6  Lena原圖

    實驗選取Lena圖像(512×512,，8 bit),，如圖6所示，ROI定義在臉部,，為矩形,。實驗采用MATLAB編程，將ROI部分嵌入到SPIHT算法中,，先進(jìn)行6級9/7小波變換,，然后用PBCBShift法對位平面進(jìn)行位移，其中S1=2,，S2=2,，最后得到編碼數(shù)據(jù)流。圖像的客觀評價用峰值信噪比(PSNR)表示,，單位為分貝(dB),，PSNR越大，質(zhì)量越好,。圖7為PBBShift法下各區(qū)域的PSNR對比,。圖8為PBBShift法得到的主觀視覺效果圖。實驗還將PBBShift法與No-Shift法,、GShift法作比較,，圖9為3種方法得到的PSNR實驗結(jié)果，其中,，(a)為ROI的PSNR對比,，(b)為BG的PSNR對比，(c)為全圖的PSNR對比,。由于選取的ROI的面積占整幅圖像的比重小,，所以全圖的PSNR接近于BG的PSNR。

圖7  PBBShift法各區(qū)域PSNR對比

    從圖7可知,，低碼率下,，ROI和BG的PSNR都比較小，相差不大,；隨著碼率的增大,，ROI的PSNR先快速增大，然后平穩(wěn)增大,，而BG的PSNR先緩慢增大,，然后平穩(wěn)增大。從圖8看出,，低碼率下,，ROI和BG都比較模糊，但能看出輪廓；隨著碼率的增大,，ROI比BG獲得更好的視覺效果,，當(dāng)碼率增大到一定時，ROI和BG都很清楚,。

圖8  PBBShift法得到的主觀視覺效果圖

圖9  3種算法得到的PSNR對比

    從圖9(a)看出,，對于ROI，低碼率下,，PBBShift法和No-Shift法得到的PSNR相差不大,；隨著碼率的增大，PBBShift法的PSNR大于No-Shift法的PSNR,但是兩者的PSNR都低于GShift法的PSNR,。從圖9(b)看出,，對于BG，低碼率下,，PBBShift法和No-Shift法得到的PSNR相差不大,；隨著碼率的增大，PBBShift法的PSNR大于No-Shift法的PSNR,但是兩者的PSNR都高于GShift法的PSNR,。
    從上面幾組實驗,，得出以下結(jié)論：
    (1)本文提出的方法先解碼ROI系數(shù)和重要的BG系數(shù)，后解碼剩余的BG系數(shù),。運用該方法可先了解圖像的大致內(nèi)容,，繼續(xù)解碼時，ROI將比BG獲得更好的視覺效果,。
    (2)本文提出的方法介于GShift法和No-Shift法之間,。要使BG在低碼率下能較清楚地顯示,，只需增大S1的值,，此時本文方法就接近No-Shift法。要使ROI與BG有更大的視覺對比度,，只需增大S2的值,，此時本文方法就接近GShift法。
5 總結(jié)
    ROI編碼技術(shù)是靜態(tài)圖像壓縮標(biāo)準(zhǔn)支持的一種新技術(shù),，該技術(shù)為圖像的高性能壓縮提供了很好的解決方案,。本文在分析GShift法的基礎(chǔ)上，提出了一種改進(jìn)的ROI編碼方法,，即PBBShift法,。本文的創(chuàng)新點在于，該方法可以使觀察者先了解圖像的大致情況,，如果是需要的圖像就繼續(xù)傳輸,，ROI將比BG獲得更好的視覺效果，如果不是需要的圖像就停止傳輸，節(jié)省等待時間,。實驗證明,，該方法是有效的。這種改進(jìn)的ROI編碼技術(shù)將在未來圖像壓縮領(lǐng)域發(fā)揮重大的作用,。
參考文獻(xiàn)
[1] Wang Zhou,，BOVIK A C.Bitplane-by-Bitplane shift (BbBShift)-a suggestion for JPEG2000 region of interest image coding[J].IEEE Signal Processing Letters，2002,，9(5)：160-162.
[2] Liu Lijie,，F(xiàn)an Guoliang.A new JPEG2000 region of interest image coding method：partial significant bitplanes shift[J].IEEE Signal Processing Letters，2003,，10(2)：35-38.
[3] 梁燕.基于小波變換的序列圖像感興趣區(qū)域編碼[D].天津：天津大學(xué),，2005.
[4] 牛德智，陳長興,，王曙釗,，等.一種基于EZW改進(jìn)算法的圖像壓縮方法研究[J].電子技術(shù)應(yīng)用，2010,，36(12)：128-131.
[5] JAIN V,，JAIN N，PARIKH A.Comparative analysis of image compression using image interpolation and SPIHT encoding[C].Engineering and Systems(SCES),，2012：1-6.
[6] 陳秀梅,，王偉，湯敏.基于Curvelet變換和SPIHT算法的醫(yī)學(xué)圖像感興趣區(qū)域壓縮[J].中國醫(yī)學(xué)影像學(xué)雜志,，2014,，22(10)：786-792.
[7] 小野定康，鈴木純司.JPEG2000技術(shù)[M].北京：科學(xué)出版社,，2004.
[8] 袁建亮,，朱遠(yuǎn)平.基于JPEG2000的感興趣區(qū)域壓縮編碼算法[J].天津師范大學(xué)學(xué)報(自然科學(xué)版)，2014,，34(1)：42-46.