0 引言
    近年來，隨著多媒體技術的快速發(fā)展，人們對圖像壓縮的要求越來越高，某些情況下，JPEG標準和JPEG2000標準已經無法滿足要求，為此，必須采用一種新的壓縮技術對圖像進行有效壓縮。感興趣區(qū)域(Region of Interest，ROI)編碼技術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注區(qū)域(亦稱ROI)的位平面設置得比其余區(qū)域(亦稱BG)的位平面高，就可優(yōu)先傳輸ROI系數，相對提高圖像質量。
    對于ROI編碼，一些學者根據JPEG2000標準提供的一般位移(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。這些改進方法的實質都是先傳輸ROI系數，然后傳輸BG系數和剩余的ROI系數。
    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。這種改進的方法可用于帶寬受限的網絡中。
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掩模來標定小波系數中屬于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(x1，y1)和右下角坐標(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。S越大，ROI相對BG的優(yōu)先級越高，質量也就越高。當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。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編碼部分相對復雜些，它要將BG位平面分為兩部分分別進行位移，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，先進行6級9/7小波變換，然后用PBCBShift法對位平面進行位移，其中S1=2，S2=2，最后得到編碼數據流。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，得出以下結論：
    (1)本文提出的方法先解碼ROI系數和重要的BG系數，后解碼剩余的BG系數。運用該方法可先了解圖像的大致內容，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
    ROI編碼技術是靜態(tài)圖像壓縮標準支持的一種新技術，該技術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法的基礎上，提出了一種改進的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。這種改進的ROI編碼技術將在未來圖像壓縮領域發(fā)揮重大的作用。
參考文獻
[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，2005.
[4] 牛德智，陳長興，王曙釗，等.一種基于EZW改進算法的圖像壓縮方法研究[J].電子技術應用，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)學圖像感興趣區(qū)域壓縮[J].中國醫(yī)學影像學雜志，2014，22(10)：786-792.
[7] 小野定康，鈴木純司.JPEG2000技術[M].北京：科學出版社，2004.
[8] 袁建亮，朱遠平.基于JPEG2000的感興趣區(qū)域壓縮編碼算法[J].天津師范大學學報(自然科學版)，2014，34(1)：42-46.