文摘
原始图像往往压缩通信应用程序。为了避免减压计算的负担,因此可取的部分图像直接在压缩域。本文提出一种简单rate-distortion-based计划如JPEG2000域中的部分图片。它是基于二进制算术编码表如JPEG2000标准中使用,既可在编码器和解码器;因此,没有必要将分割结果。伯克利的图像数据库上的实验结果表明,相对于传统方法,该算法比运行时间和定量措施:概率兰德指数(PRI)和边界位移误差(12)。
1。介绍
数据分割是很重要的,在许多应用程序中(1- - - - - -6]。早期的研究工作在图像分割主要是一个规模,尤其是对医学图像(7- - - - - -9]。在人类视觉系统(HVS),感知图像分解为一组带通子图象通过过滤用简单的视觉皮层细胞,可以建模通过伽柏过滤器与合适的空间频率和方向(10]。其他先进的多尺度技术是基于小波变换(WT),它提供了一种有效的多分辨率表示符合HVS的特性(11]。具体来说,higher-detail信息的图像投影到短基函数具有较高的空间分辨率。各种WT-based特性和算法在文献中提出了在多尺度图像分割(12- - - - - -14]。
的通信应用中,原始图像压缩,以充分利用内存空间和信道带宽。因此,它是可取的部分直接压缩。联合摄影专家组(JPEG)为子带图像编码标准采用离散余弦变换。为了提高压缩性能的JPEG编码的优点,例如,嵌入编码和渐进传输,如JPEG2000标准采用WT作为底层变换算法。具体来说,嵌入编码是一个图像到一个单独的代码流,解码的图像可以获得任意比特率。图像的嵌入代码流组织的重要性降序渐进传输带宽有限通道。这个属性对于互联网流媒体尤其可取的和数据库浏览应用程序15- - - - - -17]。Zargari提出一种有效的方法,如JPEG2000压缩域的图像检索(18]。π提出一个简单的计划,估计概率质量函数(及小波频带通过计算出的数量和使用全球及特性,从大型数据库(检索相似的图片19]。然而,对于图像分割,当地及是必要的。在[20.),我们提出了一个简单的方法来计算小波系数的局部及基于MQ表。它可以直接应用于如JPEG2000码流,和当地及可以用作功能段的如JPEG2000图像压缩领域。
出于postcompression率失真背后的想法(盈科拓展)算法(15),我们提出一个简单的算法称为rate-distortion-based合并(RDM)如JPEG2000图像分割算法。相反,它可以应用于如JPEG2000码流解码图像。因此,解码计算能得救的负担。此外,RDM算法是基于MQ表,可在编码器和解码器;因此,没有天轴添加从市场细分的角度。本文的其余部分收益如下。节2简要回顾了,如JPEG2000标准。节3MQ-table-based率失真斜率(MQRDS)提出审查细分小波的重要意义;根据RDM算法,因此提出将小波具有类似特征的部分。在伯克利的彩色图像数据库上实验结果给出了部分4。结论节中可以找到5。
2。如JPEG2000标准的审查
如JPEG2000标准的核心模块是嵌入式块编码和优化截断(EBCOT)算法(15),采用小波变换(WT)作为底层方法将图像分解成多分辨率部分波段。WT有许多可取的属性,例如,小波系数的自相似性部分波段相同的取向,取向选择性联合space-spatial频率定位,集群在每个子带的能量(11]。EBCOT背后的基本思想是利用小波系数的能量聚类特性。EBCOT算法是一个两层;一级的位平面编码(BPC)其次是算术编码(AC);二级主要是为了优化率控制。三个编码传递,即意义传播(SP),级细化(先生),和清理(铜),涉及四个原始编码操作,即意义编码操作,符号编码操作,优化级编码操作,和清理的编码操作。目前小波系数无关紧要,如果任何8相邻系数已经意义重大,它是SP编码通过使用意义编码操作;否则,它编码在铜通过使用清理编码操作。如果这个系数变得显著,其标志是然后使用符号编码的编码操作。重要小波系数的大小已经发现在前面的代码通过使用级细化更新先生通过编码操作。 The resulting code streams of coding passes can be compressed further by using a context-based arithmetic coder known as the MQ coder. JPEG2000 defines 18 context labels for the MQ coder and stores their respective probability models in the MQ table. Specifically, 10 context labels are used for the significance coding operation and the clean-up coding operation, 5 context labels are used for the sign coding operation, and 3 context labels are used for the magnitude refinement coding operation.
在如JPEG2000,大图可以分割成nonoverlapped子图象瓷砖呼吁计算简单。WT然后应用的瓷砖图像子带分解;每个小波子带进一步划分成小块称为代码块。一个图像都是独立的代码块从最重要的位平面编码(MSB)飞机最低有效位(LSB)。基于真实的率失真斜率(RDS)的代码块,如JPEG2000连接的重要代码流大RDS使用post压缩率失真(盈科拓展)最优速率控制算法。更具体地说,让是一组代码块在整个图像。的代码流可以终止的编码,说什么比特率用;所有可能编码传递的终点是截断点。丢弃后经过编码的失真发生用。盈科拓展选择最佳截断点最小化整体变形:速度约束条件:,在那里是一个给定的比特率。有人指出nonincreasing RDS的编码通过候选人的最佳截断点。出于上述的概念,提出了一种新的技术如JPEG2000域段如JPEG2000图像;在下一节中给出的细节。
3所示。在如JPEG2000图像分割领域
本节提出了一种简单的合并如JPEG2000图像分割算法。它合并细分小波具有类似特征的基础上估计的变化如JPEG2000的RDS域。因此,该算法可以应用于如JPEG2000码流没有减压的复杂性。
3.1。MQ表格概率质量函数
在如JPEG2000,图像的小波系数量化与飞机,和二进制小波变量在一些飞机几乎是独立的。概率质量函数(及)称为小波直方图(19可以近似 在哪里是一个小波系数的大小,,的及二进制小波变量,,在位平面,是一些飞机的数量。对于图像分割,当地烤瓷是必要的。我们提出了一个简单的方法来估计本地及基于MQ表(20.]。具体来说,比特的概率,的话,是 在哪里的概率是可能的符号(LPS)越少,这是存储在MQ表和国会议员表示更有可能的象征。一组从MQ表可以用来计算获得本地及。如表也可以在MQ解码器,不需要开销传输及计算。此外,如JPEG2000定义了二进制小波只有18上下文标签模型变量;因此,及简单的计算。
3.2。MQ基于率失真斜率和合并算法
出于后压缩率失真(盈科拓展)算法(15MQ),我们提出了基于率失真斜率(MQRDS)如JPEG2000图像分割的领域如下: 在哪里是小波的变形段:定义为 是一个小波系数位置:在小波,由 的估计可以计算 在这可以从二进制算术编码表称为MQ表如下: 编码长度的估计可以有效地获得通过(2] 在哪里表示位平面指数,是二进制变量的一些飞机上在一些独立的飞机,是一些飞机的数量,是特征空间维数,细分小波系数的数量,小波系数的总数,熵是一个操作。合并两个细分小波后,说和n,MQRDS的变化 在哪里和是小波的MQRDS段,和,大小和分别为,的MQRDS合并小波。可以看到,MQRDS的变化可能是对小波段具有类似特征的显著增加。因此,我们提出一个简单的算法称为rate-distortion-based合并(RDM)如JPEG2000图像分割的算法,提出了下面的步骤。
RDM算法
一步1。给定一个如JPEG2000码流,计算小波系数的MQ表格当地及使用(2)。一步2。(所2),一组oversegmented地区一般称为superpixels所需的任何合并算法;这种低级的初始分割可以得到粗聚类当地及特性。一步3所示。对于所有对superpixels,计算各自的变化MQRDS使用(12),合并MQRDS最大变化之一。一步4所示。在步骤3中继续合并过程直到MQRDS的变化是微不足道的。
为了减少计算时间,下面的方程可以用来近似(6): 此外,交叉项的方程可以丢弃不重要,计算简单。图1描述了RDM算法的流程图。有人指出表中定义MQ如JPEG2000是有限的,因此(10词根)可以通过查找表(LUT);这进一步确定减少了计算时间。如图2RDM可以直接应用于如JPEG2000码流;,这是其中的一个优势。
(一)
(b)
4所示。实验结果
在第一个实验中,基于表格MQ本地的潜力及(LPMF)与Brodatz纹理分割图像所示。如上所述,纹理的基本特征主要是包含在middle-high-frequency小波频带;因此,我们应用一个简单称为k - means聚类算法对小波系数的LPMF生成一个初始分割。superpixels设置为30的数量,然后使用RDM精细合并算法。图3(一个)显示测试图像和两个Brodatz纹理,即木材和草。分割结果和错误图像与白色像素代表误分类如图3 (b)和图3 (c),分别。图3 (d)显示错误的百分比在不同的每像素比特率(bpp)。就指出,分割结果即使在low-middle bpp利率仍然是令人满意的。因此,一小部分如JPEG2000码流分割任务是充分的。
(一)
(b)
(c)
(d)
RDM算法也进行了广泛的评估在伯克利的图像数据库(21]。我们采用了Waveseg算法(14)计算的初始superpixels自然彩色图像。为了避免解码如JPEG2000码流,Waveseg算法应用于估计的小波系数,而不是解码的小波系数。更具体地说,估计小波系数使用MQ表格LPMF如下。 在哪里上的概率是1比特位平面,可以获得从MQ表。测量的结果superpixels被合并的阈值,设置为0.1。我们比较了RDM称为均值漂移算法和另外两个先进的算法(22和中医2]。均值漂移的参数,和分别将13和19个;在中医中,阈值被设置为0.1,建议在2]。原始图像显示在图4是自然图像中包含的伯克利数据库,也就是说,金字塔、景观、马、长颈鹿。使用RDM各自分割的结果,中医,均值漂移所示的第二,第三,第四行。目视检查表明,RDM和均值漂移对前三个图片也有类似的表现;表演,和中医相似检测第四图片所示的长颈鹿。
(一)
(b)
(c)
除了视觉检查(23,24),两个常用的措施,即概率兰特指数(PRI)和边界位移误差(12)25),是采用定量比较。表1给出了平均革命制度党在伯克利数据库性能。革命制度党范围从0到1,和更高更好。12措施之间的平均位移误差边界分割图像,这是负的,和更低的更好。平均12性能表2。有人指出优于中医和均值漂移革命制度党和12的措施。
给出了在PC上运行时间在表3。这表明比中医快和均值漂移主要原因是简单的计算(8)和(13)。此外,RDM可以直接应用于如JPEG2000码流虽然大多数算法如均值漂移和中医主要是应用于原始或解码图像和压缩解码需要更多的时间。
5。结论
MQ如JPEG2000标准中定义的表提供了有用的信息,可以用于计算当地的概率质量函数(LPMF)的小波系数。一个简单LPMF-based方案提出了估计小波的率失真斜率(RDS)段。指出,RDS是显著增加合并后两个细分小波具有类似特征的到一个段。上述类似的想法可以用来提高如JPEG2000率控制性能(26- - - - - -28]。在本文中,我们提出了rate-distortion-based合并(RDM)算法在如JPEG2000框架部分图像。一直在评估与Brodatz图像纹理和伯克利的彩色图像数据库。实验结果表明,该分割性能即使在low-middle bpp利率相当有前途的。与high-detail自然图像内容,为更好的平均PRI和12的措施。另外,测量的总运行时间,其中包括superpixels和合并过程的计算,速度比均值漂移和中医。
基于MQ表为基础,可在编码器和解码器,不需要开销传输计算小波系数的LPMF。RDM可以直接应用于如JPEG2000码流;因此,解压就可以避免计算的负担,所需内存空间存储解压图像不再需要从分割的观点。
确认
作者感谢伯克利图像数据库的维护人员。下的台湾、美国国家科学委员会授予nsc100 - 2628 - e - 239 - 002 - my2和nsc100 - 2410 h - 216 - 003,支持这项工作。