專利名稱：一種基于感興趣區(qū)域的圖像編碼方法
技術(shù)領(lǐng)域：
本發(fā)明屬于遙感圖像數(shù)據(jù)壓縮領(lǐng)域，特別涉及一種感興趣區(qū)域圖像編碼方法。
背景技術(shù)：
隨著我國(guó)航天事業(yè)的發(fā)展，衛(wèi)星遙感圖像數(shù)據(jù)量急劇增長(zhǎng)，這給遙感圖像的存儲(chǔ) 及傳輸均帶來(lái)了極大的挑戰(zhàn)。為了解決高保真數(shù)據(jù)編碼與有限帶寬之間的矛盾，基于感興 趣區(qū)域(ROI)的圖像編碼技術(shù)成為可行的解決辦法。近年來(lái)，圖像編碼技術(shù)取得了很大的發(fā)展，涌現(xiàn)出了一大批優(yōu)秀的圖像編碼方法， 如JPEG、EZW、JPEG2000等。在JPEG2000中，提出了兩種標(biāo)準(zhǔn)的ROI方法，一種是基于偏移 的一般方法，另一種是最大位移法(Maxshift)，它們均是通過(guò)按照比例縮小背景系數(shù)(BG) 而實(shí)現(xiàn)的。基于JPEG2000的位平面偏移方法是目前ROI實(shí)現(xiàn)的主流。但是，位平面的偏移 必然導(dǎo)致編碼位平面的增加，從而帶來(lái)編碼效率的降低；其次，JPEG2000方法在帶來(lái)極佳 的編碼效率同時(shí)，也導(dǎo)致了龐大的計(jì)算量和很高的方法復(fù)雜度，難以實(shí)時(shí)實(shí)現(xiàn)。空間數(shù)據(jù)系 統(tǒng)咨詢委員會(huì)(CCSDS組織)在2007年發(fā)布了面向空間應(yīng)用的專用圖像編碼算法(CCSDS 算法)。該算法編碼性能較佳，編碼過(guò)程較為簡(jiǎn)單。因此，在目前航天數(shù)據(jù)傳輸系統(tǒng)中得到 廣泛應(yīng)用。但是，CCSDS算法并無(wú)合適的感興趣區(qū)域編碼方法。在視覺(jué)顯著性的數(shù)學(xué)模型方面，Koch等人通過(guò)多尺度下初級(jí)視覺(jué)特征的提取，局 部對(duì)比度分析及其融合，最終生成顯著圖[13]。但是，在該模型中，提取了顏色，亮度，方向3 種基于視覺(jué)特征并采用了 Gaussian濾波器以及Gabor濾波器。在衛(wèi)星應(yīng)用中，一般處理灰 度圖像，沒(méi)有顏色特征，并且由于Gaussian以及Gabor濾波器需要龐大的計(jì)算量，不利于在 相關(guān)設(shè)備上進(jìn)行硬件實(shí)現(xiàn)

發(fā)明內(nèi)容
為了解決衛(wèi)星應(yīng)用中高保真遙感圖像傳輸與有限帶寬之間的矛盾，本發(fā)明提出了 一種感興趣區(qū)域的圖像編碼方法，基于CCSDS算法和視覺(jué)顯著性，解決現(xiàn)有感興趣區(qū)域圖 像編碼算法計(jì)算量大、復(fù)雜度高、不易于實(shí)時(shí)實(shí)現(xiàn)的缺點(diǎn)。感興趣區(qū)域信息可通過(guò)視覺(jué)顯著 性提取算法自動(dòng)獲?。惠^少的模板信息傳遞提高了編碼效率；CCSDS算法的編碼框架簡(jiǎn)化 了算法的計(jì)算復(fù)雜度。因此，本發(fā)明算法能較好地適用于衛(wèi)星應(yīng)用場(chǎng)合，從而為未來(lái)衛(wèi)星應(yīng) 用搭載高分辨率的成像載荷提供較好的技術(shù)支撐。本發(fā)明的一種感興趣區(qū)域圖像編碼方法，由基于視覺(jué)顯著性的圖像感興趣區(qū)域自 動(dòng)提取技術(shù)和基于局部碼塊優(yōu)先的ROI編碼方法兩部分組成，具體步驟為(1)基于視覺(jué)顯著性自動(dòng)提取圖像的感興趣區(qū)域第一，對(duì)圖像進(jìn)行小波變換，產(chǎn)生相應(yīng)的多尺度結(jié)構(gòu)；第二，獲取所述多尺度結(jié)構(gòu)下的特征圖；首先，選取歸一化的LL子帶作為亮度特征在低尺度下的圖像，再選取其余高頻子帶作為方向信息，然后，對(duì)亮度特征進(jìn)行局部中心矩變換，得到紋理信息，以此作為方向信 息的補(bǔ)充。即得到多尺度結(jié)構(gòu)下的特征圖。第三，對(duì)上述特征圖中的相同以及不同特征進(jìn)行融合，得到最終顯著性映射圖。相同的特征之間，不同的特征之間，相同和不相同的特征之間，這三者都要融合。第四，對(duì)融合后的顯著性映射圖進(jìn)行處理，產(chǎn)生最終的ROI模板去除WTA網(wǎng)絡(luò)，在最終顯著性映射圖的基礎(chǔ)上通過(guò)閾值分割、形態(tài)學(xué)“腐蝕-膨脹” 處理、孔洞填充以及小區(qū)域去除等一系列后處理操作來(lái)產(chǎn)生最終的ROI模板。(2)根據(jù)所述ROI模板，對(duì)圖像進(jìn)行ROI編碼第一，根據(jù)小波變換后的系數(shù)分布，對(duì)所述ROI模板進(jìn)行處理，生成原始圖像小波 變換后的掩模；第二，由Rice編碼實(shí)現(xiàn)對(duì)原始圖像的輪廓編碼。通過(guò)對(duì)所有DC系數(shù)，也就是LL子帶的所有系數(shù)進(jìn)行閾值截?cái)嗖⑦M(jìn)行差分RICE編 碼，從而在解碼端可以得到LL子帶的MSB (最高有效位)，并利用LL子帶閾值截?cái)嗪蟮南禂?shù) 對(duì)圖像進(jìn)行重建，得到原始圖像的輪廓以及框架；第三，根據(jù)所述掩模優(yōu)先對(duì)感興趣區(qū)域的碼塊進(jìn)行編碼。對(duì)ROI區(qū)域的細(xì)節(jié)進(jìn)行編碼傳輸，在輪廓圖上填充ROI區(qū)域的細(xì)節(jié)；在完成ROI編碼的基礎(chǔ)上，如果還有剩余的碼率，則可以繼續(xù)對(duì)背景區(qū)域進(jìn)行編 碼，提升背景區(qū)域質(zhì)量，或者對(duì)ROI區(qū)域剩余位平面進(jìn)行編碼，以進(jìn)一步提升ROI區(qū)域的精 度。在圖像感興趣區(qū)域提取技術(shù)上，采用通過(guò)計(jì)算機(jī)自動(dòng)識(shí)別并標(biāo)定感興趣區(qū)域，無(wú) 需用戶自己在圖像中標(biāo)定。通過(guò)對(duì)人類視覺(jué)系統(tǒng)的研究和模擬，機(jī)器自動(dòng)自動(dòng)找到感興趣 的目標(biāo)。利用小波變換來(lái)產(chǎn)生相應(yīng)的多尺度結(jié)構(gòu)，不使用Gaussian以及Gabor濾波器。在 原有Koch提出的模型中，使用Gaussian和Gabor濾波器產(chǎn)生了 9個(gè)尺度的特征金字塔， 然而，相應(yīng)濾波算法計(jì)算復(fù)雜度高，如此多的尺度分解過(guò)于細(xì)化，最低尺度往往只有幾個(gè)像 素。以一幅512X512大小的圖像為例，其最低尺度的大小僅為2X2，對(duì)于實(shí)際計(jì)算來(lái)說(shuō)已 經(jīng)沒(méi)有多大的意義?？紤]到如此，在設(shè)計(jì)相關(guān)ROI提取算法時(shí)，結(jié)合已有的壓縮編碼算法， 并考慮到小波變換的尺度分解效應(yīng)，本發(fā)明使用3級(jí)小波變換來(lái)產(chǎn)生相應(yīng)的尺度結(jié)構(gòu)。由于一般的遙感圖像沒(méi)有顏色特征，因此，對(duì)于特征的選取需要另行考慮。首先， 依然選取亮度特征作為主要特征，在這里，由于已有圖像為灰度圖像，因此，亮度I = f(x, y)，其中，f(x，y)為原始圖像。如上所述，通過(guò)對(duì)原有圖像進(jìn)行3級(jí)小波分解，建立了原始 圖像在小波濾波器下的尺度結(jié)構(gòu)。通過(guò)小波分析的知識(shí)知道，對(duì)圖像進(jìn)行小波變換后，其LL 子帶為原始圖像在低尺度下的近似，而其余高頻子帶分別代表了原始圖像在水平、垂直以 及對(duì)角線方向的方向信息。因此，本發(fā)明選取其歸一化的LL子帶作為亮度特征在低尺度下 的圖像，選取其余高頻子帶作為方向信息。然后，對(duì)亮度特征進(jìn)行局部中心矩變換，得到三 種類型的紋理信息，M0’1，M1'0, M1’1，以此作為方向信息的補(bǔ)充在小波變換后，背景輪廓的Rice編碼由于是針對(duì)整個(gè)圖像進(jìn)行的，因此不需要 ROI模板信息，此時(shí)利用上面改進(jìn)后的算法可以同步進(jìn)行ROI掩模的快速計(jì)算，并指導(dǎo)接下來(lái)的ROI編碼工作，大大提高了系統(tǒng)的工作效率。對(duì)圖像的輪廓編碼是由Rice編碼來(lái)實(shí)現(xiàn)的。通過(guò)對(duì)所有DC系數(shù)，也就是LL子帶 的所有系數(shù)進(jìn)行閾值截?cái)嗖⑦M(jìn)行差分RICE編碼，從而在解碼端可以得到LL子帶的MSB,并 利用這個(gè)LL子帶的近似值對(duì)圖像進(jìn)行重建，得到原圖的輪廓以及框架。此輪廓框架是原圖 像的一個(gè)模糊表示，丟失了細(xì)節(jié)信息，但給出了圖像的整體信息。ROI編碼主要是通過(guò)優(yōu)先對(duì)感興趣區(qū)域的碼塊進(jìn)行編碼來(lái)實(shí)現(xiàn)的。同時(shí)，可以通過(guò) 調(diào)整ROI區(qū)域內(nèi)的DC系數(shù)以及AC系數(shù)的細(xì)化編碼程度來(lái)控制前景-背景相對(duì)質(zhì)量。ROI 細(xì)化編碼程度越高，ROI重建質(zhì)量也越高，相對(duì)的，其占用的碼流資源也越多，背景質(zhì)量也就 會(huì)相對(duì)下降。一般來(lái)說(shuō)，ROI編碼時(shí)應(yīng)既保證ROI區(qū)域的質(zhì)量，又要避免其過(guò)多的編碼冗余， 進(jìn)而過(guò)于損害背景質(zhì)量。本發(fā)明提出的方法具有如下的優(yōu)點(diǎn)(1)本發(fā)明的方法沒(méi)有位平面的提升，因此避免了冗余位平面的增加，從而增加了 編碼效率；(2)本發(fā)明的方法的流程非常簡(jiǎn)單，算法的計(jì)算復(fù)雜度較低；(3)由于保證了基本的背景質(zhì)量，因此不會(huì)出現(xiàn)背景信息完全丟失的情況，并且可 以靈活地調(diào)整ROI以及BG區(qū)域的相對(duì)質(zhì)量，從而獲得良好的視覺(jué)效果。(4)可對(duì)任意形狀的ROI進(jìn)行編碼，對(duì)于不同R0I，可以選擇不同編碼精度。


圖1是感興趣編碼系統(tǒng)框2是小波變換后的編碼塊結(jié)構(gòu)及系數(shù)組成示意3是感興趣區(qū)域編碼方案框4是感興趣區(qū)域編碼過(guò)程示意5是掩模選取及編碼示意6是測(cè)試遙感圖像圖7是視覺(jué)顯著性8是自動(dòng)提取的ROI 二值模板圖9 (a)是本發(fā)明算法的ROI編碼16倍壓縮結(jié)果圖9 (b)是本發(fā)明算法的ROI編碼32倍壓縮結(jié)果
具體實(shí)施例方式為了更加清楚明白的闡述本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)，下面結(jié)合附圖及具體 實(shí)施例對(duì)本發(fā)明再作進(jìn)一步詳細(xì)的說(shuō)明。圖1是基于感興趣區(qū)域自動(dòng)提取的遙感圖像編碼系統(tǒng)框圖。以圖6所示的兩張遙 感圖像為例。首先，對(duì)遙感圖像數(shù)據(jù)進(jìn)行三級(jí)小波變換，采用樹狀結(jié)構(gòu)構(gòu)成組成如圖2所示的 編碼塊結(jié)構(gòu)，此編碼塊為編碼時(shí)的基本單位。這種編碼塊結(jié)構(gòu)由一個(gè)低頻子帶系數(shù)以及相 應(yīng)的零樹結(jié)構(gòu)上的63個(gè)高頻子帶系數(shù)構(gòu)成，由于小波變換的金字塔模型，一個(gè)編碼塊實(shí)際 上對(duì)應(yīng)的是圖像中的一個(gè)8X8的塊，因此，每個(gè)編碼塊實(shí)際上具有極大的空間局限性。
然后選定感興趣區(qū)域ROI 選取亮度特征作為主要特征，由于已有圖像為灰度圖 像，因此，亮度1 = €0^，7)，其中40^，7)為原始圖像。如上所述，通過(guò)對(duì)原有圖像進(jìn)行3級(jí) 小波分解，建立了原始圖像在小波濾波器下的尺度結(jié)構(gòu)。對(duì)圖像進(jìn)行小波變換后，其LL子 帶為原始圖像在低尺度下的近似，而其余高頻子帶分別代表了原始圖像在水平、垂直以及 對(duì)角線方向的方向信息。因此，選取其歸一化的LL子帶作為亮度特征在低尺度下的圖像， 選取其余高頻子帶作為方向信息。然后，對(duì)亮度特征進(jìn)行局部中心矩變換，得到三種類型的 紋理信息，M0’1，M1,0，M1’1，以此作為方向信息的補(bǔ)充。通過(guò)上述特征的提取，我們得到了不同尺度下的特征圖，其中，亮度4幅，方向9 幅，紋理12幅。對(duì)于相同以及不同特征的融合，仍然采用原算法的“中心周邊”算子和相應(yīng) 融合操作。但是，由于此時(shí)尺度數(shù)已經(jīng)大大減少，相關(guān)尺度運(yùn)算中關(guān)于“中心”和“周邊”尺 度的定義已經(jīng)不再適合，因此重新定義 運(yùn)算，其中中心尺度c，c e {0，1，2}，周邊尺度s = c+5,se {1，2，3}，參數(shù)δ e {1，2，3}。最后，去除WTA網(wǎng)絡(luò)，在最終顯著性映射圖的基 礎(chǔ)上通過(guò)閾值分割、形態(tài)學(xué)“腐蝕-膨脹”處理、孔洞填充以及小區(qū)域去除等一系列后處理 操作來(lái)產(chǎn)生最終的ROI模板，如圖7和圖8所示。按圖3和圖4所示的方案步驟，產(chǎn)生了 ROI模板之后，需要分別對(duì)掩模、輪廓、前景 和背景進(jìn)行編碼。(1)掩模選取以及編碼方法通過(guò)前面的ROI提取算法，根據(jù)小波變換后的系數(shù)分布生成如圖5所示的掩模。圖 中所示的黑色區(qū)域表示ROI區(qū)域，相應(yīng)的，對(duì)應(yīng)區(qū)域的小波系數(shù)為ROI系數(shù)。在CCSDS編碼標(biāo)準(zhǔn)中所述的位平面編碼算法中，采用基于空間方向樹的編碼塊結(jié) 構(gòu)。因此，處于LL子帶的掩模實(shí)際表示了所有處于ROI區(qū)域的編碼塊?；诖耍琇L子帶的 掩模為實(shí)際有效的掩模，需要對(duì)其進(jìn)行編碼并傳輸?shù)浇獯a端，以便解碼端進(jìn)行同步的解碼。由上述可知，需要進(jìn)行編碼的掩模大小為1/64圖像大小，編碼時(shí)ROI區(qū)域用1表 示，非ROI區(qū)域用0表示。對(duì)于8位的灰度圖像，采用此種簡(jiǎn)單編碼方式下掩模編碼的編碼 量為整個(gè)圖像數(shù)據(jù)量的1/512，如編碼區(qū)域?yàn)橐?guī)則區(qū)域，所需的編碼量甚至可以忽略不計(jì)。 此外，還可進(jìn)一步通過(guò)游程編碼降低掩模編碼的數(shù)據(jù)量，提高編碼效率。(2)輪廓編碼在JPEG2000的最大偏移法和一般偏移算法中，當(dāng)壓縮碼率低于一定程度時(shí)，都會(huì) 出現(xiàn)一種情況，那就是整個(gè)重建圖像只有前景(ROI)信息，而沒(méi)有背景(BG)信息。背景信 息完全丟失的情況是不希望看到的，因?yàn)檫@會(huì)導(dǎo)致整體信息的丟失。在這種情況下，ROI壓 縮已經(jīng)失去意義，因?yàn)橥耆梢灾粚?duì)ROI區(qū)域進(jìn)行無(wú)損或近無(wú)損壓縮，并在傳輸中只傳輸 這部分信息，從而得到更好的局部壓縮效果。在本方法中，首先將對(duì)圖像的輪廓進(jìn)行編碼，從而在解碼端可以對(duì)圖像進(jìn)行一種 框架性的重建。通過(guò)本步驟的編碼，可以保證用戶得到圖像的整體信息，在此基礎(chǔ)上，后續(xù) 的編碼再提供ROI與BG區(qū)域的細(xì)節(jié)。這種先考慮整體，再按優(yōu)先級(jí)分別補(bǔ)充區(qū)域細(xì)節(jié)的編 碼方式跟人的視覺(jué)感知過(guò)程是一致的，因此可以獲得相當(dāng)良好的主觀視覺(jué)質(zhì)量。在本方法中，對(duì)圖像的輪廓編碼是由Rice編碼來(lái)實(shí)現(xiàn)的。通過(guò)對(duì)所有DC系數(shù)，也 就是LL子帶的所有系數(shù)進(jìn)行閾值截?cái)嗖⑦M(jìn)行差分RICE編碼，從而在解碼端可以得到LL子 帶的MSB，并利用這個(gè)LL子帶的近似值對(duì)圖像進(jìn)行重建，得到原圖的輪廓以及框架。此輪廓框架是原圖像的一個(gè)模糊表示，丟失了細(xì)節(jié)信息，但給出了圖像的整體信息。其中，閾值截 斷的閾值選取原則如下 如果DC系數(shù)動(dòng)態(tài)范圍比較小，則不進(jìn)行閾值截?cái)啵?如果DC系數(shù)動(dòng)態(tài)范圍和高頻系數(shù)(AC系數(shù))的動(dòng)態(tài)范圍的一半相差不大，則僅
編碼最高三位； 如果DC系數(shù)動(dòng)態(tài)范圍比AC系數(shù)的一半大比較多，則需編碼最高十位。(3) ROI精度保證編碼在輪廓編碼的基礎(chǔ)上，接下來(lái)對(duì)ROI區(qū)域的細(xì)節(jié)進(jìn)行編碼傳輸，在輪廓圖上填充 ROI區(qū)域的細(xì)節(jié)。在整個(gè)算法中，ROI編碼主要是通過(guò)優(yōu)先對(duì)感興趣區(qū)域的碼塊進(jìn)行編碼來(lái) 實(shí)現(xiàn)的。同時(shí)，可以通過(guò)調(diào)整ROI區(qū)域內(nèi)的DC系數(shù)以及AC系數(shù)的細(xì)化編碼程度來(lái)控制前 景-背景相對(duì)質(zhì)量。ROI細(xì)化編碼程度越高，ROI重建質(zhì)量也越高，相對(duì)的，其占用的碼流資 源也越多，背景質(zhì)量也就會(huì)相對(duì)下降。一般來(lái)說(shuō)，ROI編碼時(shí)應(yīng)既保證ROI區(qū)域的質(zhì)量，又 要避免其過(guò)多的編碼冗余，進(jìn)而過(guò)于損害背景質(zhì)量。(4) BG編碼以及ROI精度提升編碼在完成ROI編碼的基礎(chǔ)上，如果還有剩余的碼率，則可以繼續(xù)對(duì)BG區(qū)域進(jìn)行編碼， 提升BG區(qū)域質(zhì)量，或者對(duì)ROI區(qū)域剩余位平面進(jìn)行編碼，以進(jìn)一步提升ROI區(qū)域的精度。最終的編碼結(jié)果如圖9所示。
權(quán)利要求
1.一種基于感興趣區(qū)域的圖像編碼方法，具體包括如下步驟(1)提取圖像的感興趣區(qū)域(ROI)(1. 1)對(duì)圖像進(jìn)行小波變換，產(chǎn)生相應(yīng)的多尺度結(jié)構(gòu)； (1.2)獲取所述多尺度結(jié)構(gòu)下的特征圖，具體為首先，選取歸一化的LL子帶作為亮度特征在低尺度下的圖像，再選取其余高頻子帶作 為方向信息，最后對(duì)亮度特征進(jìn)行局部中心矩變換，得到紋理信息，即得到所述多尺度結(jié)構(gòu) 下的特征圖；(1. 3)對(duì)上述特征圖中的特征進(jìn)行融合處理，得到最終顯著性映射圖；(1. 4)對(duì)融合后的所述顯著性映射圖進(jìn)行處理，產(chǎn)生最終的感興趣區(qū)域模板即ROI模板；(2)根據(jù)所述ROI模板，對(duì)圖像進(jìn)行編碼(2. 1)根據(jù)小波變換后的系數(shù)分布，對(duì)所述ROI模板進(jìn)行處理，生成原始圖像小波變換 后的掩模；(2. 2)由Rice編碼實(shí)現(xiàn)對(duì)原始圖像的輪廓編碼；通過(guò)對(duì)所有DC系數(shù)，也就是LL子帶的所有系數(shù)進(jìn)行閾值截?cái)嗖⑦M(jìn)行差分RICE編碼， 從而在解碼端可以得到LL子帶的MSB,并利用LL子帶閾值截?cái)嗪蟮南禂?shù)對(duì)圖像進(jìn)行重建， 得到原始圖像的輪廓以及框架；(2. 3)根據(jù)所述掩模對(duì)感興趣區(qū)域的碼塊進(jìn)行編碼對(duì)感興趣區(qū)域的細(xì)節(jié)進(jìn)行編碼傳輸，在輪廓圖上填充感興趣區(qū)域的細(xì)節(jié)；通過(guò)上述步驟即可完成圖像編碼。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟(1.4)的處理過(guò)程具體為首先 去除WTA網(wǎng)絡(luò)，再在所述顯著性映射圖的基礎(chǔ)上通過(guò)閾值分割、形態(tài)學(xué)“腐蝕-膨脹”處理、 孔洞填充以及小區(qū)域去除，即可產(chǎn)生最終的ROI模板。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述方法還包括繼續(xù)對(duì)BG區(qū)域進(jìn)行 編碼的步驟，以提升BG區(qū)域質(zhì)量。
4.根據(jù)權(quán)利要求1-3之一所述的方法，其特征在于，所述方法還包括繼續(xù)對(duì)感興趣區(qū) 域(ROI)剩余位平面進(jìn)行編碼，以進(jìn)一步提升感興趣區(qū)域的精度。
全文摘要
本發(fā)明公開了一種基于感興趣區(qū)域的圖像編碼方法，包括提取圖像的感興趣區(qū)域和根據(jù)所述ROI模板的步驟。具體為(1.1)對(duì)圖像進(jìn)行小波變換，產(chǎn)生相應(yīng)的多尺度結(jié)構(gòu)；(1.2)獲取所述多尺度結(jié)構(gòu)下的特征圖；(1.3)對(duì)特征圖中的特征進(jìn)行融合處理，得到最終顯著性映射圖；(1.4)對(duì)顯著性映射圖進(jìn)行處理，產(chǎn)生最終的感興趣區(qū)域模板；(2.1)根據(jù)小波變換后的系數(shù)分布，對(duì)ROI模板進(jìn)行處理，生成原始圖像小波變換后的掩模；(2.2)由Rice編碼實(shí)現(xiàn)對(duì)原始圖像的輪廓編碼；(2.3)根據(jù)掩模對(duì)感興趣區(qū)域的碼塊進(jìn)行編碼。本發(fā)明增加了編碼效率，可以靈活地選擇ROI區(qū)域，調(diào)整ROI以及BG區(qū)域的相對(duì)質(zhì)量。
文檔編號(hào)G06T9/20GK102129698SQ201110055940
公開日2011年7月20日 申請(qǐng)日期2011年3月8日 優(yōu)先權(quán)日2011年3月8日
發(fā)明者田昕, 田金文, 黃臣 申請(qǐng)人:華中科技大學(xué)