卫星应用中基于视觉显著性的感兴趣区域图像编码算法
基于视觉注意的图像感兴趣区域分割算法
Ｓ ｇ ｅ ａ ｉ ｎ ａ ｇ ｒｔ ｍ ｆｉ ｔ ｒ ｓ ｔ ｃｉ ｎ ｒ ｇ ｏ ｅ ｍ ｎｔ ｔｏ ｌ ｏ ｉｈ ｏ ｎ ｅ ｅ ｔｄｅ ｅ ｔｏ ｅ ｉ ｎｓ ｂａ ｅ ｎ ｖ ｓ ａ ｔｅ ｔｏ ｍ ｅ ｈ ｎｉｍ ｓ ｄ ｏ ｉ ｕ ｌａ ｔ ｎ ｉ ｎ ｃ ａ ｓ
ｓｇ ｅ ｔ ｉ ｕｏｄｔ ｔ ｇＲ Ｉ ｒｇ ｎｏ ｔｒ ｔ ｇ ｎ ｅ ｏｍ ｅ ｒ ａｇ ｂ ｃ ． ｅｍ ｎａ ｏ ｉ ａｔ—ｅ ｃｉ Ｏ （ｅｉ ｆｎｅｅ ｉ ）ａ ｄｐ ｒ ｒ ｓｗ ｌ ｆ ｒｅｏｊ ｔ ｔｎ ｎ ｅ ｎ ｏ ｉ ｓｎ ｆ ｌｏ ｌ ｅｓ
Ｖｏ ． ６ Ｎｏ ２ １２ ．
２ １ 年 ４月 ０１
Ａｐ ． ２ ｒ ０１１
文 章 编 号 ：０ ４—１７ （０ １ ０ Ｏ １ ０ １０ ４ ８ ２ １ ）２一 １１— ５
基 于 视 觉 注 意 的 图像 感 兴趣 区 域 分 割 算 法
程 聪 戴朝 辉 ，
（ ． 南财 经政 法大 学 计 算机 与信 息工程 学 院 ，河南 郑 州 ４ ０ ０ ； １河 ５ ０ ２
ｏ ｉｕ ｌａ ｔｎ ｉｎ． ｒ ｕ ｈ ｔ ｅ ａ ａｙ ｉ ｆｉ ｇ ｉｅ ｓ ｔ ｉ ｔ ｏ ｘ ｒｃｅ ｈ ｎ ｅ ｅ ｔｄ ｐ ｒ ｏ ｈ ｍ － ｎ ｖｓ ａ ｔ ｔｏ Ｔｈ ｏ ｇ ｈ ｎ ｌｓｓｏ ｍａ ｅ ｐｘ ｌ ，ｈ ｓ ｍｅｈ ｄ ｅ ｔａ ｔｄ ｔ ｅ ｉ ｔｒ ｓｅ ａ ｔ ｆｔ ｅ ｉ ｅ ａ ｅ， ｎ ａ ｃ ｄ ｔ ｅ ｉ ｇ ｓｎ ｈｅｄ ｖａ ｉｎ ｄ ｇｅ ｅｗｅ ｎ ｐｉｅｓａ ｄ ｔ ｅ ａ ｅ ａ ｅ ｏ ｍａ ｅ， ｎ ｄ ｍ ａ ｅ ｇ ｅ ｈ ｎ ｅ ｈ ｍａ ｅ ｕ ｉ ｇ ｔ ｅ ｉｔ ｅ ｒ ｅ ｂ ｔ ｅ ｘ ｌ ｎ ｈ ｖ ｒ ｇ ｆｉ ｇ ａ ｄ ｍａ ｅ ｉ ｇ ｏ ｍ ｏｅ ａ ｃ ｒ ｉｈ ｖｓ ａ ｅ ｕ ｒｍ ｅ ｔ ｓｎ ｅｃ ｐ ｉｎ ｓｕ ｙ ｐ ｎ ｉ ｌ ． ｐ ｒｍｅ ｔｌｒ ｓ ｌ ｈ ｗｅ ｈ ｔｔ ｅ ｒ ｃ ｏ ｄ ｗ ｔ ｉｕ ｌｒ ｑ ｉｅ ｎ ｓ ｕ ｉ ｇ ｐ ｒ ｅ ｔｏ ｔ ｄ ｒ ｃ ｐ ｅ Ｅｘ ｅ ｉ ｎ ａ ｅ ｕｔ ｓ ｏ ｄ ｔ ａ ｈ ｉ ｓ ｐ ｏ ｏ ｅ ｔ ｏ ｏ ｌｅ ｔ ｉｌｇ ｃ ｌｖ ｓ ａ ｔｅ ｔｏ ｅ ｈ ｎ ｓ ， ｉ ｈ ｉ ｌｏ ｅ ｆｃｉ ｅ ｔ ｅ ｕ ｅ ｏ ｅ — ｒ ｐ ｓ ｄ ｍｅ ｈ ｄ ｃ ｍｐ ｉ ｓｗ ｈ ｂ ｏｏ ｉａ ｉｕ ｌａｔｎ ｉｎ ｍ ｃ ａ ｉｍ ｗｈ ｃ ｓ ａｓ ｆｅ ｔ ｏ ｒ ｄ ｃ ｖ ｒ ｉ ｖ
基于视觉注意力机制的图像显著性检测算法研究
基于视觉注意力机制的图像显著性检测算法研究随着计算机视觉技术的快速发展和普及，人们对于图像显著性检测算法的研究越来越深入。
视觉注意力机制被广泛应用于图像显著性检测领域中，其主要原理是通过对人类视觉系统的研究，模仿人类的视觉处理过程，从而实现对图像显著区域的检测。
本文将围绕基于视觉注意力机制的图像显著性检测算法进行研究，并探讨其应用前景。
一、视觉注意力机制的简介视觉注意力机制是指人类视觉系统在处理视觉信息时，能够自主控制视觉焦点，选择感兴趣的部分进行深入的处理。
这种机制基于视觉系统对于外界环境的适应能力，通过快速筛选与识别视觉信息，进而生成感知结果。
视觉注意力机制是多种感知、认知和决策行为的基础，包括物体识别、空间感知、学习认知等。
其核心思想是将注意力集中于具有显著性的信息或者重要的事物上，从而提高对于信号的敏感度和精度。
二、基于视觉注意力机制的图像显著性检测算法图像显著性检测算法是指在图像中检测出人类视觉关注的显著区域，并给予重要程度的定量评价。
基于视觉注意力机制的图像显著性检测算法是将人类的视觉处理方式应用于计算机视觉领域中，从而实现对图像显著区域的自动检测。
目前基于视觉注意力机制的图像显著性检测算法主要可以归纳为以下三类：1.空间注意力模型这种算法将图像分割为若干个空间域，在每个空间域中通过计算像素点间的相似度，得到像素点之间的关系图。
在关系图中，通过采用图论算法，构建最小割图模型，对于每个空间域计算出显著性值。
最后将不同空间域的显著性值整合起来，得到整幅图像的显著性值。
该算法的优点在于对于空间域的划分比较灵活，能够适应不同的图像特征。
2.时间注意力模型这种算法是将时间维度引入到图像显著性检测中，通过研究图像序列的帧间变化情况，对于序列中每一帧图像进行显著性检测。
在时间注意力模型中，不同帧之间的像素点的距离被视为一种空间关系。
通过建立时间关系图，采用最小割算法对于序列中的每一帧图像进行显著性计算，最后通过整合不同时间点的显著性值，得出序列的显著性值。
基于SPIHT算法的感兴趣区域编码研究
位 ,也就 是 说 将
系数 乘 以 但仍有一些
区域 的最 有 效 的位平 面 系数优先被编 解码 。 起 提升 后得到
对原图像进行小波变换 。 一幅图像经过 个 子带 玩 、肠 、 , 、 山
就高于背景系数的位平面 ,从而使得 系数会与 和 取决于比例因子 到 了控制 须在码流中加人
, 、肠小 山
系数一起编码 、 传输和解码 ,这 确定感兴趣区域 。 将小波城中属于感兴趣 区城的系数 个位平面 。 按照 姗 算法对经过处理后的系数进行编码 。
的原理 二是在只需要知道 信 息 就可 以 了 。
编码 的 方 法
以 中的一 般 位移 法 , 采 取 预先 选 择 一个 适 当 的例 因子
,使 位 于 ,如 图
编码的实现
编码的实现进行
码 ,基本 步骤 为
组实验 , 来实现感兴趣 区城的编 级小波变化 一 、 。
区域 之 内 的 系数 都 左 移 所示 。 样 这
入 低 频 系 数全 部 提 升 ,对 于 高 频 中 的只 提 升
低频 、 、 、 中频 系数 全 部整
出 的 , 它 有效地 利用 了不 同尺 度子 带重要 系数 间 的相似 性 ,通
属 于感 兴趣 区域 的系 数 。
过 引人空 间方 向树 对有 效值进 行 映射 ,将尽 可能 多 的无效 值 系 数 汇集 到一 个 子 集 中 ,用一 个 单位 符 号表 示 ,因此 可 以节 省编 码 比特 ,实现 数据 压缩 。 最高 的算 法之一 。 算 法包 括 算法 已经 成为 公认 的 编码 效率
的大小 。因此在渐进解码中 ,比例因子 形状信息 。
相对 质 量的作 用 。 一般 位 移法 的 缺点 是必
基金项 目 中南民族大学 自然 科学 基金 资助 项 目 节比价的 作者简介 姜秀梅 一 ,女 ,陕 西 西 乡人 ,中南 民族 大学计 算机科 学 学院硕 士研 究 生 ,研 究方 向为 图像处 理 。
图像编码中的感兴趣区域处理方法(二)
图像编码是一种常见的数字图像处理技术，可以将图像通过压缩算法转化为较小的文件，从而方便存储和传输。
在图像编码中，感兴趣区域处理方法被广泛应用，用以提高编码效率和压缩质量。
感兴趣区域，指的是图像中重要的区域，如人脸、文字等，通常这些区域对于观赏图像的人具有重要的信息价值。
传统的图像编码方法在处理感兴趣区域时存在一定的局限性，因为它们并不知道哪些区域是最感兴趣的。
因此，在图像编码中，如何有效地处理感兴趣区域成为了一个重要的研究方向。
一种常见的感兴趣区域处理方法是基于目标检测的方式。
目标检测是一种计算机视觉技术，用于识别图像中存在的特定目标。
在图像编码中，我们可以先利用目标检测算法找到图像中的感兴趣区域，然后对这些区域进行特殊处理。
例如，可以增加这些区域的编码质量，以保证在解码时能够还原出更清晰的图像。
这种方式能够提高编码效率，减少对感兴趣区域的失真。
另一种感兴趣区域处理方法是基于目标分割的方式。
目标分割是将图像中的目标从背景中分离出来的技术，可以用于对感兴趣区域进行定位和提取。
在图像编码中，我们可以先对图像进行目标分割，然后对分割出的目标区域进行单独编码。
这种方式能够降低对背景区域的编码开销，提高了编码的效率。
除了目标检测和目标分割，还有一些其他的感兴趣区域处理方法。
例如，基于视觉显著性的方式可以通过模拟人眼的注意力机制，将图像中最显著的区域作为感兴趣区域进行处理。
这种方式适用于那些没有明确目标的图像，能够更好地提取出图像的重要信息。
此外，还有一些基于用户交互的感兴趣区域处理方法。
用户可以通过交互方式指定感兴趣区域，然后系统根据用户的需求对图像进行相应处理。
这种方式能够满足用户个性化的需求，但也增加了用户的参与成本。
综上所述，感兴趣区域处理方法在图像编码中起到了关键的作用。
通过有效地处理感兴趣区域，可以提高编码效率和压缩质量，更好地满足用户的需求。
基于目标检测、目标分割、视觉显著性和用户交互等不同的处理方式，可以选择适合具体应用场景的感兴趣区域处理方法。
图像编码中的感兴趣区域处理方法(五)
图像编码是数字图像处理的重要分支之一，通过对图像进行压缩和编码，可以减小图像数据的存储空间并提高传输效率。
而在图像编码中，感兴趣区域处理方法是一种被广泛应用的技术，它可以在压缩过程中对感兴趣的区域进行特殊处理，从而提高感兴趣区域的保真度和重建效果。
感兴趣区域处理方法的核心思想是根据图像的内容和特性，对感兴趣的区域进行分割、提取和编码，以保持感兴趣区域的高保真度。
它可以用于多种场景，比如在视频会议中突出主讲人的面部表情，或在医学图像中突出病灶部位以进行更准确的诊断。
在实际应用中，感兴趣区域处理方法有多种实现方式。
其中比较常见的是基于区域的编码方法。
这种方法首先对图像进行分割，将感兴趣的区域和背景区域分开。
然后，针对感兴趣区域和背景区域分别进行编码。
对于感兴趣区域，可以采用更精细的编码方式，以减小信息丢失和失真。
而对于背景区域，可以采用更简单的编码方式，以提高压缩比和传输效率。
另一种常见的感兴趣区域处理方法是基于目标的编码方法。
这种方法主要针对图像中的目标进行处理。
首先，需要对目标进行检测和定位，以确定感兴趣的区域。
然后，将感兴趣区域提取出来，并进行特殊的编码。
这种方法可以在保证目标的高保真度的同时，减小对背景的编码和传输负荷，提高编码效率。
除了基于区域和目标的编码方法外，还有一些其他常见的感兴趣区域处理方法。
比如，基于边缘的编码方法可以通过检测和提取图像中的边缘信息，从而突出感兴趣区域的轮廓和细节。
基于纹理的编码方法则可以通过提取感兴趣区域的纹理特征，以保持纹理的细腻和清晰。
这些方法在实际应用中可以根据需要进行灵活组合和调整，以达到更好的编码效果和重建效果。
在图像编码中，感兴趣区域处理方法不仅可以提高编码效率和重建效果，还可以节省存储空间和传输带宽。
尤其是在大数据时代，图像数据不断增长的情况下，感兴趣区域处理方法具有重要意义。
它可以帮助用户更快速地获取和浏览图像信息，提高图像处理和分析的效率，促进各行各业的发展和创新。
卫星应用中基于视觉显著性的感兴趣区域图像编码算法
卫星应用中基于视觉显著性的感兴趣区域图像编码算法田昕;魏蛟龙;汪春鸣;田金文【摘要】为了满足遥感图像在卫星应用中有限信道下高保真传输的需求,本文提出了一种基于视觉显著性的感兴趣区域图像编码算法.首先,基于CCSDS标准的编码框架可以降低编码算法复杂度,便于实时实现,适合于卫星应用场合.其次,引入视觉注意机制,采用一种基于视觉显著性的自动提取算法提取感兴趣区域.最后,通过使用掩模来确定ROI区域,可以对任意形状的ROI区域进行编码.实验结果表明,与JPEG2000中的感兴趣区域图像编码算法相比,本文算法结构简单,便于实现;拥有优秀的主观视觉质量,符合人眼的感知,在高压缩比下能够为用户提供更多的信息.另外,本文算法可以作为CCSDS标准中的感兴趣区域编码算法.【期刊名称】《光电工程》【年(卷),期】2010(037)012【总页数】7页(P96-102)【关键词】遥感图像;图像压缩;感兴趣区域;视觉显著性【作者】田昕;魏蛟龙;汪春鸣;田金文【作者单位】华中科技大学,图像识别与人工智能研究所多谱信息处理技术国家级重点实验室,武汉,430074;华中科技大学,电子与信息工程系,武汉,430074;华中科技大学,电子与信息工程系,武汉,430074;华中科技大学,图像识别与人工智能研究所多谱信息处理技术国家级重点实验室,武汉,430074;华中科技大学,图像识别与人工智能研究所多谱信息处理技术国家级重点实验室,武汉,430074【正文语种】中文【中图分类】TP3910 引言随着我国航天事业的发展，卫星遥感图像数据量急剧增长，这给遥感图像的存储及传输均带来了极大的挑战。
为了解决高保真数据编码与有限带宽之间的矛盾，基于感兴趣区域(ROI)的图像编码技术成为可行的解决办法。
近年来，图像编码技术[1]取得了很大的发展，涌现出了一大批优秀的算法，如JPEG、EZW、JPEG2000等。
在JPEG2000中，提出了两种标准的ROI算法，一种是基于偏移的一般算法，另一种是最大位移法(Maxshift)，它们均是通过按照比例缩小背景系数(BG)而实现的。
图像编码中的感兴趣区域处理方法
图像编码中的感兴趣区域处理方法在图像编码中，感兴趣区域（Region of Interest，ROI）处理是一项重要的任务。
感兴趣区域指的是图像中具有特殊意义或者需要更高精度压缩的区域，如人脸、文字、物体边缘等。
对于这些感兴趣区域，传统的编码方法可能无法准确地表达细节或者造成过度压缩。
因此，研究人员提出了许多处理方法来解决感兴趣区域编码的问题。
一种常用的感兴趣区域处理方法是基于目标检测。
目标检测是指通过计算机算法自动识别图像中特定目标的过程。
这种方法首先通过目标检测算法找到感兴趣区域的位置和大小，然后将这些区域进行单独的编码。
例如，对于人脸识别，可以使用人脸检测算法找到图像中的人脸位置，然后将人脸区域分离出来进行独立编码。
这种方法可以有效地提高感兴趣区域的编码质量和准确性。
另一种常见的感兴趣区域处理方法是基于感知模型。
感知模型是指通过模拟人眼的视觉系统对图像进行分析和处理的方法。
这种方法利用人眼对图像的关注点和感知不一致性的特性，对感兴趣区域进行优先编码。
例如，在图像中存在明显的前景和背景，可以利用感知模型对前景进行高质量编码，而对背景进行低质量编码。
这样可以在保持感兴趣区域的细节的同时，实现更高的压缩率。
此外，还有一些新兴的感兴趣区域处理方法正在被研究和应用。
例如，基于深度学习的方法可以利用神经网络自动学习图像中感兴趣区域的特征和位置，从而实现更准确的感兴趣区域编码。
此外，一些基于图像分割的方法可以将图像区域划分为多个子区域，并对每个子区域进行独立的编码。
这种方法可以更好地保护感兴趣区域的细节，并减少编码失真。
总的来说，感兴趣区域处理是图像编码中的一个重要问题，对于提高编码质量和减少失真有着积极的影响。
目标检测、感知模型以及一些新兴的方法都可以用于感兴趣区域的处理。
这些方法可以根据具体的应用场景和需求进行选择和优化，以实现更好的编码效果。
随着计算机技术和图像处理算法的不断发展，相信感兴趣区域处理方法将会得到进一步的改进和创新。
基于显著图的遥感图像多分辨区域生长分割算法
Ｔｈ ｕ ｔ－ｃ ｌ ｅ ｉ ｎ Ｇ ｒ ｗｉ ｅ ｈ ｄ Ｂａ ｅ ｎ Ｓ ｌｅ ｙ ｅＭ ｌｉｓ ａｅＲ ｇ ｏ ｏ ｎｇＭ ｔ ｏ ｓ ｄ ０ ａｉｎｃ Ｍ ａ ｏ ｍ ａ ｅＳ ｇ ｅ ｔ ｔｏ ｐ ｆ ｒＩ ｇ ｅ ｍ ｎ ａｉ ｎ
Ｖｂ ． ５ＮＯ ２ １ ． ２
Ｊ ｎ ２ １ ｕ ． ０２
基 于显著 图的遥感 图像 多分辨 区域 生长分 割算法
胡 琳，李 岩
（ 华南师范大学 计算机学 院， 广州 ５ ０ ３） １６ Ｉ
摘
要： 针对传统 区域 生长算法对噪 声敏 感和初 始种子过度依赖的 问题， 本文提 出一种基 于显著 图的遥感 图像 多分 辨
的视觉选择注意模 型模拟人类主动视觉选择机制， 提出显著图（ａｅｃ ｐ的概念以及赢者全取和返回 Ｓ ｌｎｙＭａ） ｉ 抑制的注意转移机制． 其后，ｔ与Ｋ ｃ模拟人类视觉注意阶段的神经学研究成果， Ｉｉ ｏｈ 根据视觉“ 自底向上” 注
意 机 制 建 立定 量 计 算 模 ￣ （ ｉ 型） Ｉ模 ｔ 获得 图像 的 注 意焦 点 【， 人 类 视 觉认 知理 论 的 研 究成 果 运 用 于 遥感 ６ 将 Ｊ 图像处 理 ．国内外学 者 开展 的研 究 多集 中于 目标提 取 及变 化检 测 ．
子 先进 行 边 缘 检测 ， 后 在 闭 合 边界 内随 机 一点 作 为 种 子 ．事 实 上对 于 复 杂 的遥 感 图 像往 往 很 难 得 到 闭 然
合 的边 界 ．
人类视觉系统对 复杂场景的识别的过程是一个 多特征融合的过程， 综合亮度 、 颜色 、 纹理、 形状等多
基于显著性检测的图像隐写分析方法
2021⁃02⁃10计算机应用,Journal of Computer Applications 2021,41(2):441-448ISSN 1001⁃9081CODEN JYIIDU http ：//基于显著性检测的图像隐写分析方法黄思远1，2，张敏情1，2*，柯彦1，2，毕新亮1，2（1.武警工程大学密码工程学院，西安710086；2.网络与信息安全武警部队重点实验室（武警工程大学），西安710086）（∗通信作者电子邮箱aqi_zmq@ ）摘要：针对图像隐写分析难度大、现有的检测模型难以对图像隐写区域进行针对性检测的问题，提出了一种基于显著性检测的图像隐写分析方法。
该方法利用显著性检测技术引导隐写分析模型更加关注图像隐写区域的特征。
首先，显著性检测模块生成图像的显著性区域；其次，区域筛选模块筛选出与隐写区域重合度较高的显著性图，利用图像融合技术与原始图像进行融合；最后，用相应的显著性融合图替换检测错误的图像，提高训练集质量，从而提升模型的训练效果和检测能力。
实验使用BOSSbase1.01数据集，分别用空域和JPEG 域的自适应隐写算法对数据集嵌入后进行隐写分析，结果表明，该方法能够有效提升现有基于深度学习的隐写分析模型的检测准确率，最多可提升3个百分点。
为了进一步验证该方法的泛化性和提高其实用价值，在IStego100K 数据集上进行了模型失配测试，测试结果也表明该方法具有一定的泛化能力。
关键词：图像自适应隐写术；图像隐写分析；显著性检测；图像融合；深度学习中图分类号：TP309.2文献标志码：AImage steganalysis method based on saliency detectionHUANG Siyuan 1，2，ZHANG Minqing 1，2*，KE Yan 1，2，BI Xinliang 1，2（1.College of Cryptographic Engineering ，Engineering University of PAP ，Xi ’an Shaanxi 710086，China ；2.Key Laboratory for Network and Information Security of PAP （Engineering University of PAP ），Xi ’an Shaanxi 710086，China ）Abstract:Aiming at the problem that the steganalysis of images is difficult ，and the existing detection models aredifficult to make a targeted analysis of steganography regions of images ，a method for image steganalysis based on saliency detection was proposed.In the proposed method ，the saliency detection was used to guide the steganalysis model to focus on the image features of steganography regions.Firstly ，the saliency detection module was used to generate saliency regions ofthe image.Secondly ，the region filter module was used to filter the saliency images with a high degree of coincidence with the steganography regions ，and image fusion technology was used to fuse them with the original images.Finally ，the quality of training set was improved by replacing the error detection images with their corresponding saliency fusion images ，so as to improve the training effect and detection ability of the model.The experiments were carried out on BOSSbase1.01dataset.The dataset was embedded by image adaptive steganography algorithms in spatial domain and JPEG domain respectively ，and experimental results show that the proposed method can effectively improve the the detection accuracy for deep learning -based steganalysis model by 3percentage points at most.The mismatch test was also carried out on IStego100K dataset to further verify the generalization ability of the model and improve its application value.According to the result of the mismatch test ，the proposed method has certain generalization ability.Key words:adaptive image steganography;image steganalysis;saliency detection;image fusion;deep learning引言长期以来，图像隐写术和图像隐写分析一直在相互斗争中发展［1-2］。
基于人眼视觉特性的ROI渐进编码算法
ｐｏ ｅｓ ｇ ｔｅｉ ａｅｗ ｓｅｒ ｍ ｒ ｒ ｓｉ ， ｍ ｇ ａ ｎｏ ｅ ｙｓｔ ｇｐｒｔ ｎ ｎ ｉ ｒｈｃ ｅｓ（ ＰＨ ｌ ｏ ｔ ｆ ｃ ｎ ｈ ｉ ｔ ｔｉ ｎ ｒ ａｔ ｉ ｈ ｏ
摘
要 ：一般基于感兴趣 区域 （ Ｏ ）的图像编码算法都没有充分考虑人眼视觉特性，在分析 了 ＲＩ
ＪＥ ２０ Ｐ Ｇ ００中感兴趣 区域编码的优缺点后，利用小波变换的特点并结合人眼视 觉的掩蔽效应 ，提 出了一种 改进 的 Ｒ Ｉ Ｏ 图像 编码 算 法。首 先将 图像 小 波域 中的所 有低频 系数 进行 移 位 处理 ，而对
ｓｂｅｔ ｍ ｇ ｕ ｌｙ ｕ ｊｃ ｉ ａｅｑ ａ ｔ． ｉ
Ｋｅ ｏｄ ：ｈ ｍ ｉ ａ ｓｅｉｌｅ ； ａｅｅ ｔ ｎｆｒ ｒｇ ｎｏ ｉ ｅｅｔ（ Ｏ ） ｐｏｒｓ ｖ ｏ ｉｇ ｙ ｗ ｒ ｓ ｕ ａ ｖ ｕ ｌ ｐ ｃ ｔ ｓ ｗ ｖｌ ａ ｓ ｍ； ｅｉ ｆｎ ｒｓ Ｒ Ｉ ； ｒｇｅｓ ｅｃｄｎ ｎ ｓ ａｉ ｔ ｒ ｏ ｏ ｔ ｉ
换特 点和人 眼视觉 特性 ， 出 了一 种改 进 的 Ｒ Ｉ 提 Ｏ 编
促使人们寻求更高压缩 比的图像压缩编码方法。人 们 发现在某 些领 域 ， 如远程 医疗 、 例 图像 检 索及无 线 通信等应用领域 ， 往往只对一幅图像 中的部分区域 感 兴趣 ， 部分 区域被 称 为感 兴 趣 区域 （Ｒ ｇ ｎＯ 这 ｅｉ ｆ ｏ
Ａ ｒ ｇ ｅ ｓｖ ｐ ｏ ｒ ｓ ｉ ｅ ＲＯＩ ｉ ａ ｅ ｃ ｄ ｎ ｅ ｈ ｄ ｂ ｓ ｄ ｏ ｍ ｇ ｏ ｉ ｇ ｍ ｔ ｏ ａ ｅ ｎ
ｈ ｍ ａ ｉｕ ｌｓ ｅ ｉ ｌｉｓ ｕ ｎ ｖ ｓ ａ ｐ ｃａ ｔｅ
Ｓ ＨＥＮ ｉｌｎ Ｍｅ －ｉ ｇ
一种基于区域生长的图像显著区域提取算法
一种基于区域生长的图像显著区域提取算法摘要：提出了一种改进的基于区域生长的彩色图像显著区域提取算法。
该算法在颜色梯度图上应用分水岭分割算法，改进了图像初始分割的效果。
综合考虑分割区域的显著度和边界强度，选取恰当的种子区域。
在区域生长时考虑分割区域间低层特征的相似性、区域是否位于物体边界以及区域间的可合并度，设计了三个区域可生长度评价函数。
实验结果表明，该算法简单、快速，且能提取出更符合人眼视觉特征的显著区域。
关键词：显著区域；彩色分量梯度图；分水岭分割；区域生长；可生长度评价中图分类号：tp391 文献标识码：a 文章编号：1009-3044（2013）08-1876-041 概述图像的显著区域是指图像中最能表达图像语义的部分，提取图像的显著区域可以忽略图像中不容易引起人眼兴趣的次要部分，对于图像压缩、图像检索等研究都有重要意义。
为了获取图像的显著区域，研究人员总结出一种自底向上的区域生长方法。
即先使用分水岭等方法将图像分成细小的子区域，再对子区域进行筛选、合并等方法[1]以最终得到人眼感兴趣的显著区域。
为了克服传统区域生长算法存在的显著区域过生长、欠生长和空洞等缺陷，该文提出一种改进的方法：选择符合人眼视觉感知的颜色空间，对初始分割前的图像计算彩色分量的梯度图，以克服传统方法利用灰度图像进行分割而忽略人眼对图像的颜色感知所带来的不足；对梯度图利用分水岭分割算法，将图像预分割成子区域；综合评价显著度和边界强度，选取得分较高的子区域作为种子区域；对得到的种子区域进行区域生长，利用区域的低层特征和邻域间的相互关系等多种因素决定生长的尺度和方向，得到最终的符合人眼视觉特征的显著区域。
2 本文算法详述2.3 种子区域选取分水岭算法将图像分割成大量子区域，为了得到图像的显著区域，需要选择显著区域所在的种子区域进行后续的区域生长。
传统的选取种子区域的方法存在许多不足：衡量标准单一或标准之间不具备互补性，不符合人眼显著特征[3]，设置参数过多等导致计算复杂度较高[4]。
图像编码中的感兴趣区域处理方法(六)
图像编码是数字图像处理领域中的重要技术，在图像传输、存储和展示等方面起着关键作用。
而在图像编码中，感兴趣区域处理是一种常用的方法，可以有效地提高图像编码的性能和效果。
本文将从基本概念、常见方法和应用案例三个方面，对图像编码中的感兴趣区域处理方法进行探讨。
一、基本概念感兴趣区域（Region of Interest，ROI）是指在图像中引起人们注意或具有特定意义的区域。
在图像编码中，我们往往更关心ROI的保真度和压缩率，而对其他区域可以采用更高的压缩率。
感兴趣区域处理方法主要包括两个方面，即感兴趣区域提取和感兴趣区域编码。
二、常见方法1. 感兴趣区域提取感兴趣区域提取是指对图像中的感兴趣区域进行标记和提取。
常用的方法包括手动标注、自动检测和半自动标注。
手动标注是一种简单直观的方法，通过人工勾勒ROI的边界来提取感兴趣区域。
然而，这种方法需要人工干预，耗时耗力且不具有普适性。
自动检测是一种利用计算机视觉技术对感兴趣区域进行自动提取的方法。
常见的自动检测方法包括边缘检测、区域分割和特征提取等。
这些方法可以在一定程度上提高处理效率和准确度。
半自动标注是手动标注和自动检测的一种折中方法。
通过计算机提供的参考线索和辅助工具，结合人工标注的方式，既能保留专业知识，又能提高效率和准确度。
2. 感兴趣区域编码感兴趣区域编码是指对提取到的感兴趣区域进行压缩编码。
常用的方法有几何变换编码和基于视觉注意机制的编码。
几何变换编码是一种通过三维几何变换来表示感兴趣区域的方法。
在图像编码中，常见的几何变换编码方法有仿射变换、透视变换和分段线性凸显等。
通过对感兴趣区域进行适当的几何变换，可以更好地适应编码算法的要求，从而提高图像的质量。
基于视觉注意机制的编码是一种通过对感兴趣区域进行重点处理的方法。
在人类视觉系统中，对感兴趣区域的关注更加集中，因此可以通过模拟人类视觉注意机制来提高编码效果。
常见的方法包括多分辨率编码、掩蔽编码和重要性编码等。
基于人眼视觉特性的快速图像编码算法
基于人眼视觉特性的快速图像编码算法
王向阳;杨红颖
【期刊名称】《软件学报》
【年(卷),期】2003(014)011
【摘要】提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT算法是一种高效的图像压缩算法,其编解码速度、图像复原质量、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).【总页数】7页(P1964-1970)
【作者】王向阳;杨红颖
【作者单位】辽宁师范大学,计算机与信息技术学院,辽宁,大连,116029;辽宁师范大学,计算机与信息技术学院,辽宁,大连,116029
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种改进的基于人眼视觉特性的图像编码算法 [J], 唐国维;王学春;齐峰
2.基于人眼视觉特性的快速单幅图像去雾算法 [J], 张红英;张赛楠;吴亚东;吴斌
3.一种改进的基于人眼视觉特性的零树图像编码算法 [J], 黄贤武;李家骅;陈东华
4.基于人眼视觉特性的的嵌入式零树图像编码改进算法 [J], 刘敬;李东晖;武永红
5.基于人眼视觉特性的EZW图像编码改进算法 [J], 付伟;顾晓东
因版权原因，仅展示原文概要，查看原文内容请购买。
基于视觉显著性的彩色图像感兴趣区域编码
基于视觉显著性的彩色图像感兴趣区域编码
武永红;李东晖;刘敬;郭蕾
【期刊名称】《计算机工程》
【年(卷),期】2011()S1
【摘要】目前感兴趣区域编码主要是针对灰度图像,对彩色图像不能直接使用。
为此,提出一种基于视觉显著性的彩色图像感兴趣区域编码方法。
从视觉显著图中分割出感兴趣区域,并对其进行小波变换,平移感兴趣区域的部分位平面,结合改进SPIHT方法进行编码。
实验结果表明,相比SPIHT方法,该方法解码的整幅图像、感兴趣区域的峰值信噪比分别平均提高1.559 7 dB和1.845 0 dB。
【总页数】3页(P241-243)
【关键词】视觉显著性;图像分割;感兴趣区域;小波变换
【作者】武永红;李东晖;刘敬;郭蕾
【作者单位】重庆大学计算机学院
【正文语种】中文
【中图分类】TP3
【相关文献】
1.卫星应用中基于视觉显著性的感兴趣区域图像编码算法 [J], 田昕;魏蛟龙;汪春鸣;田金文
2.基于视觉注意机制的彩色图像显著性区域提取 [J], 孟琭
3.基于动态视觉显著性的感兴趣目标提取与跟踪 [J], 李蕙;王延江
4.基于视觉显著性和特征整合的感兴趣区域检测 [J], 刘思彤;程红;孙文邦;许振唯
5.一种基于视觉感兴趣区域的彩色图像增强方法 [J], 王晓红;章婷
因版权原因，仅展示原文概要，查看原文内容请购买。
实现图像感兴趣区域渐进编码的新方法——一种改进的嵌入式零树小波编码算法
实现图像感兴趣区域渐进编码的新方法——一种改进的嵌入
式零树小波编码算法
李斌;庄天戈
【期刊名称】《电视技术》
【年(卷),期】2002(000)006
【摘要】在分析了Shapiro的嵌入式零树小波编码算法的基础上,针对其效率的不足提出了一种改进方法.本算法通过识别重要子带,而不是EZW中的重要系数,大大减少了需要编码的零树的数量,因而节省了时间.在此改进的基础上,结合坐标数据压缩算法实现了对图像感兴趣区域的渐进编码.该算法可在接收到图像的全部编码数据之前,首先实现感兴趣区域的高品质重建,且编码效率也有明显提高.
【总页数】4页(P9-12)
【作者】李斌;庄天戈
【作者单位】上海交通大学生物医学工程系,上海,200030;上海交通大学生物医学工程系,上海,200030
【正文语种】中文
【中图分类】TN94
【相关文献】
1.一种改进的嵌入式零树小波图像编码算法 [J], 张素文;汪丽丽;苗丹丹
2.一种实现图像感兴趣区域嵌入式编码的改进算法 [J], 李景超;罗建书
3.一种改进的嵌入式零树小波图像编码方法 [J], 王娜;贾传荧
4.一种改进的嵌入式零树小波图像编码算法 [J], 张孝杰;张专成;李研
5.一种改进的嵌入式零树小波编码在医学图像压缩中应用研究 [J], 邢国泉;余大昆;李义兵;魏苑琦
因版权原因，仅展示原文概要，查看原文内容请购买。
矿产
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
矿产
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
矿产
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
编算 。验 明该 法 有 好 编 效 而 码 法 实 表 ， 算 具 较 的 码 果，
｝： ａ ｛ ： ｍ２… ¨¨ Ｉ ｊ ａｙｉ ＝ Ｉ 蔓 ｌ ＿ ＝ 】 ¨ ： ｌ ｉ
—— ～ ＿ — ＝ ＿ —
换 后的 图像数 据 ，采用 树状 结构 构成 组成 如 图 １ 示 的 所
像编码 算法相比 ，本文算法结构简单，便 于实现 ；拥有优 秀的主观视觉质量 ，符合人眼的感知，在高压 缩比下能 够为用户提 供更多的信息。另外，本文算法可以作 为 Ｃ ＤＳ标准 中的感兴趣 区域编码算法。 ＣＳ
关键词 ：遥感 图像； 图像 压缩；感兴趣 区域 ；视 觉显著性
中 图分 类 号 ：Ｔ ３ １ Ｐ ９ 文 献标 志码 ：Ａ ｄ ｉ ０３ ６￣ｉ ｎ１０ －０ Ｘ．０ ０１．１ ｏ ：１ ． ９ ．ｓ．０ ３５ １ ２ １．２ ７ ９ ｓ ０
Ｅ ｍａ ： ｉ ｘｎ ｍａｌ ｕ ｔ ｄ ．ｌ － ｉ ｔ ｎ ｉ＠ｓ ｉ ｓ ｅ ｕ ｌ ｌ ａ ． ． ｅ。 ｈ第３Fra bibliotek７卷第 １ ２期
田 昕 等 ：卫星应 用中基于视觉显著性的感兴趣 区域 图像 编码算法
９ ７
ＪＥ ００等 。在 ＪＥ ２ ０ Ｐ Ｇ２０ Ｐ Ｇ ０ ０中 ，提 出 了两 种标 准 的 Ｒ 算 法 ，一 种是 基于 偏移 的一 般算 法 ，另一 种是 最 ＯＩ
卫 星应 用 中基 于 视 觉 显 著 性 的
感 兴 趣 区域 图像 编 码 算 法
田 昕 ａ ，魏蛟龙 ｂ ， ｂ ，汪春鸣 ａ ，田金文
（华 中科技大学 ａ ．图像识 别与人工智能研究所 多谱信息处理技术 国家级重点实验室 ；
ｂ ．电 子 与信 息 工程 系 ，武 汉 ４ ０ ７ ３ ０ ４）
ｐ ｏ ｏ ｅ ｌ ｏ ｉ ｍ ｏ ｌ ｅａＲＯＩ ｌ ｏ ｉ ｍ ｓ ｄ ｆ ｒ ｒ ｐ ｓ ｄ ａ ｇ ｒｔ ｃ ｕ ｄｂ ｈ ｇ ｒｔ ｕ ｅ ａ ｈ ｏ ＣＣＳ ｔ ｎ ａ ｄ ＤＳ ｓａ ｄ ｒ ． Ｋｅ ｒ ｓ ｒ ｍｏ ｅｓ ｎ ｉ ｇｉ ｇ ； ｍａ ｅｃ ｍｐ ｅ ｓ ｎ ｒ ｇ ｏ — ｆｉ ｔ ｒ ｓ； ａ ｉｎ ｙ ｏ ｖ ｓ ａ ｔ ｎ ｉｎ ｙ ｗｏ ｄ ： ｅ ｔ ｅ ｓｎ ｍａ ｅ ｉ ｇ ｏ ｒ ｓ ｉ ； ｅ ｉｎ ｏ －ｎ ｅ ｅ ｔ ｓ ｌ ｃ ｆ ｉｕ ｌ ｔ ｔ ｏ ｅ ａｅ ｏ
Ａｂ ｔ ａ ｔ Ｔ ａｉｆ ｔ ｅ ｅ ｎ ｆ ｒ ｈ ｇ — ｄ ｌ ｙ ｒ ｍｏ ｅ ｓ ｎ ｉ ｇ ｉ ｇ ｒ ｎ ｍｉｓｏ ｉ ｔ ｅ ｉ ｔ ｄ ｈ ｎ ｅ， ａ ｓｒ ｃ ： ｏ ｓ ｔｓｙ ｈ ｄ ｍａ ｄ ｏ ｉｈ ｆ ｅｉ ｅ ｔ ｅ ｓｎ ｍａ ｅ ｔａ ｓ ｓ ｉ ｎ ｎ ｈ ｌ ｉ ｔ ｍｉ ｃ ａ ｎ ｌ ｅ
ｐ ｏ ｏ ｅ ． ｉ ａ ｌ ，ｈ ｒ ｐ ｓ ｄ Ｆ ｎ ｌ ｔ ｅ ＲＯＩｉ ｄ ｔ ｒ ｉ ｅ ｙ ｕ ｉ ｇ ｔ ｅ ｍａ ｋ ａ ｄ ｃ ｎ ｂ ｓ ｄ ｆ ｒａｂ ｔａｙ ｓ ａ ｅ Ｔ ｅｅ ｐ ｒｍｅ ｔ ｌ ｅ ｕ ｔ ｙ ｓ ｅｅｍ ｎ ｄ ｂ ｓｎ ｈ ｓ ｎ ａ ｅｕ ｅ ｒ ｉ ｒ ｈ ｐ ． ｈ ｘ ｅ ｉ ｎａ ｓ ｌｓ ｏ ｒ ｒ ｈ ｖ ｅ ｎ ｔａ ｅ ｈ ｔ ｃ ｍｐ ｒ ｄ ｗｉ ｈ ｌｏ ｉ ｍ ｎ Ｊ Ｅ ０ ０ ｔ ｅ ｐ ｏ ｏ ｅ ｌ ｏ ｉ ｍ ｓ ｅ ｓ ｏ ｂ ｍｐ ｅ ｎ ｅ ． ａ ｅ ｄ ｍｏ ｓ ｔ ｄ ｔ ａ ， ｏ ａ ｅ ｔ ｔ ｅ ａ ｇ ｒ ｈ ｉ Ｐ Ｇ２ ０ ， ｈ ｒ ｐ ｓ ｄ ａｇ ｒ ｈ ｉ ａ ｙ ｔ ｅ ｉ ｌ ｍｅ ｔｄ ｒ ｈ ｔ ｔ
荷供好技支。 提较的术撑
应合而来应载辨成 ＼ Ｉ 、÷ ｕ 用，为卫用高率像 Ｌ ｝ —— 场从未星搭分的姜 ÷ ｆｊ ｛ 载 ＼ ＼ ＿ 。 ＿ 专 Ｉ ． ＿
ｃＤ中位 面 码 法 ｃｓ的平 编 算 ｓ 『 一 ｌ 幽 ＿ 圈～
Ｌ—盐
且算法简单 ，复杂度低 。算法中，对于采用三级小波变
０ 引 言
随 着我 国航 天事 业的 发展 ，卫星 遥 感 图像 数据 量急 剧增长 ，这 给遥 感 图像的 存储 及传输 均带 来 了极大
的挑 战 。为 了解 决高 保真 数据 编码 与有 限带 宽之 间的矛 盾 ，基于感 兴趣 区域 （ＯＩ 图像编 码技 术成 为可行 Ｒ ） 的 的解决 办 法 。近 年来 ，图像 编码 技 术 取 得 了很大 的发展 ，涌现 出了一 大批优 秀 的算法 ，如 ＪＥ Ｐ Ｇ、Ｅ Ｗ 、 Ｚ
年发 布 了面 向空 间应 用 的专用 图像 编码 算法 ［（ＣＳ ７Ｃ ＤＳ算 法） ］ 。该 算法 编码 性 能较 佳 ，编码过 程较 为 简单 。
因此 ，在 目前航 天数 据传 输 系统 中得 到广泛 应 用 。国 内外许 多学 者针 对 Ｃ Ｓ Ｃ ＤＳ算法 进 行 了深入 研究 ， 但是 ，对 于 Ｃ ＤＳ算 法 中的 感兴趣 区域 压缩 算 法研 究较 少¨ ＣＳ 。
ａ ｐｉａ ｏ） Ｓ ｃｎ ｌ， ｎ ａｔｍａｉ Ｒ Ｉｅｔ ｃｉ ｌｏｉ ｍ， ｉ ｓｂ ｓｄｏ ｈ ａ ｅｃ ｆ ｉ ａ ａ ｅｔ ｎ ｉ ｐ ｌ ｔ ｎ． ｅｏ ｄｙ ａ ｕｏ ｔ Ｏ ｘｒ ｔ ｎ ａ ｒｈ ｗｈｃ ｉ ａｅ ｎｔｅｓｌｎ ｙｏ ｓ ｌ ｔｎｉ ， ｓ ｃｉ ｃ ａ ｏ ｇ ｔ ｈ ｉ ｖ ｕ ｔ ｏ
Ｒｅ ｉ ｎ・ ｆｉ ｔ ｒ ｓ ｍ ａ ｅ Ｃｏ ｉ ｏ ｔ ｌｉｅＡｐｐｌｃ ｔｏ ｇ ｏ ｏ －ｎ ｅ ｅ ｔＩ ｇ ｄ ｎｇ ｆ ｒ Ｓａ ｅ ｌｔ ｉａ ｉ ｎ Ｂａ ｅ ｎ Ｓ ｌｅ ｙ ｏ ｓ ｌ ｔｅ ｉ ｎ ｓ ｄ ｏ ａ ｉ ｎｃ ｆ Ｖｉｕａ ｔ ｎｔｏ Ａ
ＴＩ Ｎ ｉ ｂ Ｗ ＥＩＪｉ ｏ ｌ ｎｇ ， Ｗ ＡＮＧ Ａ Ｘ ｎ ， ａ －ｏ Ｃｈｕｎ— ｉ ＴＩ ｍ ｎｇａ ９ ＡＮ ｎ－ ｎ Ｊｉ ｗｅ
（ ．ｎ ｔｕｅ ｏ ａｔｒ ｅｏ ｎｔ ｎａｄ ｒｉｃ ｌｎｅ ｉ ｎｅｂ Ｔ ｅ ｐ ｒ ｎ Ｅｅｔ ｎｃ ｎ ａＩｓｔｔ ｒ ｔ ｎＲ ｃ ｇ ｉｏ ｎ Ａ ｔ ｉ ｔｌｇ ｃ； ． ｈ ａｔ ｔｆ ｌ ｒ ｉ ａ ｄ ｉ ｆ Ｐ ｅ ｉ ｆ ａＩ ｌｅ Ｄｅ ｍｅ ｏ ｃｏ ｓ Ｉ ｏｍａｉｎ ｎ ｉｅｒ ｇ Ｈｕｚ ｏｇＵ ｉ ｒｉ Ｓ ｉ ｃ ｎ ｃ ｎ ｌ ｙ Ｗ ｈ ｎ４ ０ ７ ， ｈｎ ｎ ｒ ｔ ｇｎ ｅｉ ， ａｈ ｎ ｎｖ ｓｔｏ ｃ ｎ ｅ ｄＴ ｈ ｏｏ ， ｕ ａ ３ ０ ４ Ｃ ｉ ｆ ｏＥ ｎ ｅ ｙｆ ｅ ａ ｅ ｇ ａ）
第３ 卷第 ｌ ７ ２期
２１年 １ ００ ２月
光 电工 程
Ｏｐ ｏ Ｅｌｃ ｒ ｎｉ ｔ — ｅ ｔｏ ｃＥｎｇ ｎ ｅ ｉ ｇ ｉ ｅ ｒｎ
Ｖｏ１ ， ｏ．２ ． Ｎ １ ３７
Ｄｅ ２ ０ ｅ， ０１
文章编 号 ：１ ０ — ０ Ｘ（０ ０ １— ０ ６ ０ ０ ３ ５ １ ２ １）２ ０ ９ — ７
Ｍｏｅ ｖｒｉ ｈｓｇ ｏ ｂｅｔ ｅｖｓａ ｑ ａｔ， ｉｈｉ ｃｎｉ ｅｔ ｔ ｅｈ ｍａ ｉ ａ ｐｒｅ ｔ ｎ Ｍｅｎ ｈｌ，ｈ ｒｏ ｅ，ｔ ａ ｏ ｄｓ ｊｃｉ ｉ ｌ ｕ ｌｙ ｗｈｃ ｏ ｓ ｔｎ ｈｔ ｕ ｎｖｓ ｌ ｅｃｐｉ ． ａ ｗ ｉ ｔｅ ｕ ｖ ｕ ｉ ｓ ｓ ｗｉ ｈ ｕ ｏ ｅ
为 了解决 卫星应 用 中高保 真遥 感 图像传 输 与有 限带
传了率自篓板 ｈＬ『 可觉提Ｓ；简 ｉ雪 薹辈垂誊编 霎■： 蓁蓑动较化 。ｌ＼ ｖ 递编；获 信 ｝～ ７ 通显取算码军 ｊ窆 ０ 提著 取翼曩 震 ｊ 过 算法少了 ． ｉ 高 架 视效翼 框 算 蒌性Ｓ的的息 ； 蚕 ｛ 码Ｃ 模 Ｃ 法 Ｄ 塑 ； 里 ｝
图 ｌ 小波变换后的编码块结构组成示意图
进 行 Ｒｉ 差 分 编码 。编码 时 ， 先需 要根 据 小波 系数 计 ｃ ｅ 首
。
算 截断阂 ，Ｃ 数大 值 位平面 进行 一个 值ｑＤ 系 于ｇ 的 将 差
摘要：为 了满足遥感 图像在卫 星应 用中有 限信道 下高保真传输的需求 ，本文提 出了一种 基于视 觉显著性 的感兴趣 区域图像 编码 算法 首先，基 于 Ｃ Ｓ Ｃ ＤＳ标 准的编码框 架可 以降低编码算法复杂度 ，便于 实时 实现，适合 于卫 星
应 用场合。其次 ，引入视 觉注意机 制，采用 一种基 于视 觉显著性的 自动提取算法提取感兴趣 区域。最后 ，通过使 用掩模 来确定 Ｒ Ｉ区域，可以对任意形状的 Ｒ Ｉ区域进行编码 。实验结果表 明，与 ＪＥ ２ ０ Ｏ Ｏ Ｐ Ｇ ０ ０中的感兴趣 区域 图
大位 移法 （ ｘｈｆ ，它们均是 通 过按 照 比例缩 小 背景 系数（ Ｇ 而 实现 的 。在 此基础 上 ，Ｚ ｏ ｎ Ｍａ ｓｉ） Ｂ ） ｈ ｕＷａ ｇ等人 提
出了逐个 位平 面偏 移算 法 】 到 了灵活控 制 Ｒ 与 Ｂ 质量 的 目的 。２０ 年 ，Ｌｊ ｉ 人提 出 了一 种 。，达 ＯＩ Ｇ ０３ ｉｅ ｕ等 ｉＬ 部分 位平 面偏移 算法 ，实现 了对 Ｒ 系数 的进一 步细 分 。２ ０ ］ ＯＩ ０ ５年 ，梁燕 等 人结 合上 述算 法提 出了一种 通 用部 分位 平面偏 移算 法 。２ ０ ｊ ０ ６年 Ｌｂ ｏＺ ａｇ等 人通 过将 位平 面划 分为 交互 部分 和 补偿部 分 ，提 出 了一 ｉａ ｈｎ 种交 互补 偿位平 面 偏移算 法 。可 以看 出 ，基于 ＪＥ ０ ０的位平 面偏 移算 法是 目前 Ｒ 实现 的主 流 。但 Ｊ Ｐ Ｇ２０ ＯＩ
收稿 日期 ：２ １－７ １ ；收到 修 改稿 日期 ：２ １— ９ １ ００ ０—４ ０ ００— ７ 基金 项 目：“ 十一 五” 民用航 天项 目 “ 星上 遥感 图像 智能 信息处 理 与实时 实现 技术 研究 ”（ １２０ １０ ） 助 Ｃ ０ ６３ ４资 １ 作者 简介 ： 田昕（９２） １８一，男（ 汉族 ） ，湖北鄂 卅Ｉ Ａ。博 士研 究生 ，主 要研 究方 向为 图像／ 频 编码算 法研 究及 其 Ｖ Ｓ 实现 。 视 ＬＩ