梁琰鎧

摘 要 本文結合實際需要，系統(tǒng)論述了漸進圖像壓縮編碼技術的原理與實現(xiàn)方法，介紹了該編碼技術在窄帶數(shù)據(jù)傳輸系統(tǒng)中的應用，對涉及到的關鍵技術進行了闡述。測試表明：漸進圖像壓縮編碼技術為窄帶數(shù)據(jù)傳輸系統(tǒng)視頻編解碼器提供了一種行之有效的圖像編碼和傳輸方案，為編碼端和解碼端提供了較強的交互支持能力。

關鍵詞 漸進圖像編碼 感興趣區(qū)域 窄帶數(shù)據(jù)傳輸系統(tǒng)

中圖分類號：TN919.81 文獻標識碼：A

0引言

隨著信息技術的飛速發(fā)展，信息互聯(lián)技術取得了日新月異的進步，可視對講、視頻會議等多種應用層出不窮，給人們的生產(chǎn)生活帶來了極大的便利。一方面，隨著高分辨率圖像編碼技術的發(fā)展，視頻信息的數(shù)據(jù)量呈指數(shù)倍的增長，遠程視頻信息傳輸需要的帶寬越來越大；另一方面，遠程數(shù)據(jù)傳輸系統(tǒng)帶寬的增長速度遠沒有滿足當前信息傳輸對帶寬的需求，因此，低帶寬高保真率的視頻壓縮編碼技術是構建系統(tǒng)的關鍵技術，漸進圖像壓縮編碼技術就是一種適應窄帶傳輸?shù)母弑Ｕ娴囊曨l壓縮編碼技術。

1幀圖像編碼器漸進壓縮的原理

所謂漸進壓縮，是指首先傳送圖像的輪廓數(shù)據(jù)，此時解碼端對接收到的數(shù)據(jù)解碼顯示后得到的是一幅稍顯模糊的完整圖像，隨著編碼端所發(fā)送細節(jié)數(shù)據(jù)的逐漸到達，解碼端解碼后得到的圖像也越來越清晰，質(zhì)量越來越好。漸進傳輸方式使得在僅接收到少量圖像數(shù)據(jù)時，解碼端就能及時得到整幅圖像的信息，而不需要等所有的圖像數(shù)據(jù)都到達，從而降低了對帶寬的要求。圖1表示了幀圖像漸進壓縮編碼器框圖。

由圖1可以看出，圖像經(jīng)過小波變換和量化后，在一定程度上減小了空域和頻域上的冗余度，但是這些數(shù)據(jù)在統(tǒng)計意義上還存在一定的相關性，為此，可以利用Tier-1和Tier-2編碼來消除數(shù)據(jù)間的統(tǒng)計相關性。通過小波變換使編碼流具有了分辨率可伸縮性，而編碼流的質(zhì)量可伸縮性，則需要通過Tier-1編碼和Tier-2編碼才能實現(xiàn)。

圖1：幀圖像漸進壓縮編碼器框圖

1.1 Tier-1編碼壓縮

Tier-1編碼用于對子帶分解得到的編碼塊利用Taubman提出的EBCOT算法進行嵌入式塊編碼，EBCOT算法與早期的嵌入式圖像壓縮算法關系非常緊密，這些算法包括Shapiro的EZW算法、Said和Pearllman的SPIHT算法、Taubman和Zakhor的LZC算法。與這些算法相似，EBCOT算法也是用小波變換進行子帶采樣，然后對小波系數(shù)進行量化和編碼。與EZW和SPIHT算法不同的是，EBCOT算法沒有使用零樹結構而是使用編碼塊進行編碼，同時提出了PCRD-opt算法，基于這些思想使產(chǎn)生的碼流具有上面所提到的各種特性。

1.2 Tier-2編碼壓縮

Tier-2編碼則利用壓縮后率失真優(yōu)化算法（PCRD-opt）對碼塊的嵌入式位流進行分層組織。在Tier-2編碼中，編碼通道數(shù)據(jù)被組織為包的形式。包是碼流組織的基本單位。它由兩部分組成：包頭和包體。包頭中用一個二進制比特位來指出該包是否為空包，如果為空包，則表明該包中不包括任何編碼塊的編碼通道數(shù)據(jù)，此時不需要進行任何處理。如果不為空，則指出了該包包含那些編碼塊的編碼通道數(shù)據(jù)、數(shù)據(jù)的長度等信息。包體包含了具體的通道數(shù)據(jù)。在最終輸出碼流中，包頭和包體可能在一起也可能分開。

實現(xiàn)漸進壓縮時，常用的是分辨率優(yōu)先和層次優(yōu)先兩種包排序方式。分辨率優(yōu)先的包排序方式可以提供碼流的分辨率可伸縮性。打包時，可以選擇按照分辨率—層次—分量—區(qū)塊或分辨率—區(qū)塊—分量—層次的包排序方法，將屬于同一分辨率的包排列在一起，然后按照分辨率由低到高的順序排列，對應于最低分辨率的包放在碼流的最前端。傳送時，首先將較低分辨率的數(shù)據(jù)傳送到對方，解碼后得到最低分辨率的圖像，隨著數(shù)據(jù)的不斷到達，解碼所得圖像的分辨率也逐漸增大，直到整幅圖像完整地顯示為止。

2單幀圖像編碼器中感興趣區(qū)域編碼的實現(xiàn)

根據(jù)原理和實現(xiàn)方法的不同，可以將感興趣區(qū)域編碼分為兩類：靜態(tài)感興趣區(qū)域編碼和動態(tài)感興趣區(qū)域編碼。

2.1靜態(tài)感興趣區(qū)域編碼

靜態(tài)感興趣區(qū)域編碼是指在壓縮時編碼端可以指定一部分圖像區(qū)域作為ROI，其它區(qū)域則稱為背景區(qū)域。對ROI可以采用很低的壓縮率進行壓縮來保證ROI的圖像質(zhì)量，甚至采用無損壓縮的方式，而對背景區(qū)域則采用較高的壓縮率進行壓縮，這樣在保證具有較高壓縮率的同時也較好地保持了指定的重要區(qū)域的質(zhì)量。利用SROI技術，可以有效地將有損壓縮和無損壓縮方法統(tǒng)一起來，使得單個編碼流中同時存在兩種不同的壓縮方式。

常用的實現(xiàn)SROI的方法是利用MaxShift實現(xiàn)。該方法的基本思想是：通過反向小波變換為選擇的ROI區(qū)域產(chǎn)生一個ROI模板，用來標識對ROI區(qū)域質(zhì)量增長有貢獻的數(shù)據(jù)，選擇適當?shù)谋壤蜃覵，對位于ROI模板區(qū)域之外的背景量化小波系數(shù)進行比例縮小，即背景系數(shù)的幅值除以2S，使所得到的數(shù)值小于ROI模板中最小的量化系數(shù)幅值。這樣處理后，位于ROI模板內(nèi)的量化系數(shù)所處的位平面高于背景系數(shù)所處的位平面，因此，在后面進行位平面算術編碼的時候，先對ROI區(qū)域中的量化系數(shù)編碼，然后再對背景系數(shù)編碼。因為ROI區(qū)域的位平面高于背景區(qū)域，從而使得ROI區(qū)域的壓縮碼流位于整個碼流的前端，當碼流被截斷時，ROI區(qū)域中的數(shù)據(jù)在一定程度上受到保護，保證了ROI的重構質(zhì)量。

2.2動態(tài)感興趣區(qū)域編碼

動態(tài)感興趣區(qū)域編碼是指在發(fā)送方以漸進傳輸?shù)姆绞桨l(fā)送圖像數(shù)據(jù)時，接收方在解碼得到圖像輪廓數(shù)據(jù)的基礎上，可以隨意選擇感興趣區(qū)域；此時，接收方負責將所選擇區(qū)域的位置和形狀信息通知發(fā)送方，發(fā)送方接收到這些數(shù)據(jù)后，利用編碼流的隨機存取和處理特性，首先定位對接收方所選擇區(qū)域的質(zhì)量增長有貢獻的數(shù)據(jù)，然后將這些數(shù)據(jù)重新組織后以漸進方式發(fā)送到對方，接收方對接收到的數(shù)據(jù)解碼顯示來不斷提高ROI質(zhì)量。靜態(tài)感興趣區(qū)域編碼和動態(tài)感興趣區(qū)域編碼的結合，使發(fā)送方和接受方可以根據(jù)各自的感受來選擇ROI，便于雙方的實時協(xié)同交互。

目前，人們已經(jīng)提出了多種DROI實現(xiàn)方法。其中比較符合測量船應用實際有Taubman提出了一種基于動態(tài)層插入方法的改進的動態(tài)感興趣區(qū)域編碼實現(xiàn)方法。因此，我們這里主要研究該方法的實現(xiàn)機制。

編碼端接收到解碼端發(fā)送的ROI位置、大小信息后，首先通過反向小波變換和區(qū)塊的位置信息來定位對所選擇ROI質(zhì)量增長有貢獻的區(qū)塊P。

在Tier-2編碼過程的PCRD-opt算法中，特定編碼塊在指定截斷點處的失真用公式表示為：

（1）

這里表示在第n個截斷點截斷編碼塊對應的編碼流時Bi對應的失真，向量k=[k1，k2]表示樣本的位置坐標，表示在編碼塊Bi的位置k處對應的原始樣本值，表示這些樣本值在第n個截斷點對應的量化表示，bi代表編碼塊Bi所在的子帶，表示子帶對bi應的小波基函數(shù)的二維范數(shù)。

當編碼端確定區(qū)塊集合P后，為了盡可能快地提高選定ROI的質(zhì)量，最自然的方法就是將P中區(qū)塊對應的包以質(zhì)量層漸進的方式發(fā)送到客戶端。為了使生成的質(zhì)量層能夠與標準編碼流相兼容，必須在質(zhì)量層中包含其他不屬于P的區(qū)塊對ROI質(zhì)量增長的貢獻，這里將它們對應的包設置為空包，表明它們對ROI質(zhì)量增長的貢獻為零。很顯然，上面提到的包排序策略不是最優(yōu)的包排序策略。在給定發(fā)送字節(jié)的條件下，如果一個包排序策略能使數(shù)據(jù)序列在任意截斷點都保證ROI的失真最小，那么我們就認為這個包排序策略是最優(yōu)的。

在漸進壓縮編碼中，與一個基礎的合成函數(shù)相關聯(lián)。由于生成的原始編碼流雖然對整幅圖像而言具有最優(yōu)率失真特性，但對于原始圖像的一塊區(qū)域來說，卻并不是如此。因此，我們必須對公式（1）的失真表示乘上一個窗口放縮因子ri，其如下所示：

（2）

這里的稱為能量收集因子，除了圖像邊界之外，均等于，即有== ，它獨立于子帶的樣本位置k。令R表示屬于ROI的圖像位置的集合；Li表示受編碼塊Bi中的子帶樣本值影響的所有圖像位置的集合。則有

（3）

上式可解釋為同時包含在ROI和編碼塊Bi影響區(qū)域中的像素與編碼塊Bi影響區(qū)域中的像素的比值。除了在編碼塊極小的情況之外，上述近似是合理的。當在所支持的區(qū)域保持恒定時，上式精確成立。

理想條件下，我們可以用代替來重新生成編碼流。但這里我們考慮的主要是在只壓縮一次圖像的情況下，根據(jù)用戶選擇的ROI，將已有的相關數(shù)據(jù)發(fā)送到客戶端，以達到提高ROI質(zhì)量的目的。為此，我們主要關注的是對現(xiàn)有編碼流中的包進行重排序。假設每個區(qū)塊中只包含每個構成子帶的一個編碼塊，這意味著對于任意給定的區(qū)塊Cc∈P其所包含的編碼塊有相同的窗口放縮因子rc。令pc，q表示區(qū)塊Cc中的第q個包，注意到Cc中的所有編碼塊對pc，q的貢獻都有率失真斜率位于Tq-1到Tq的范圍之內(nèi)，則放縮后的斜率位于rcTq-1到rcTq范圍之內(nèi)；因此，在斜率閾值充分接近的情況下，我們就可以以rcTq作為包排序的準則，即如果rc1Tq1>rc2Tq2，那么rc1Tq1就應該先于rc2Tq2進行發(fā)送。這里Tq表示斜率長度失真閾值，在壓縮時進行選擇。

實際操作中，人們希望動態(tài)生成的質(zhì)量層數(shù)最少。這樣不僅可以減少服務器和客戶端的計算復雜度和存儲要求；更重要的是，它可以減少在動態(tài)生成質(zhì)量層時所附加的空包數(shù)目，從而減少了冗余數(shù)據(jù)。為此，我們引入了重定位質(zhì)量層 q的概念，其對應的斜率閾值為。重定位后的質(zhì)量層 q由所有包Pc，q組成，其中Pc，q滿足條件。這里我們令

0 = 0 ， 1 = minrcT2 ，Cc∈P，

q = minrcTq+2 ，q>1∧（c，q）s.t pc，q∈Cq-1

這樣可以生成最小的質(zhì)量層數(shù)目。在發(fā)送時，服務器首先發(fā)送P中包含的區(qū)塊中屬于第一個重定位質(zhì)量層的 1所有包，然后發(fā)送P中包含的區(qū)塊中屬于第二個重定位質(zhì)量層 2的所有包，依次發(fā)送完畢。

3漸進圖像壓縮編碼在窄帶數(shù)據(jù)傳輸系統(tǒng)中的應用

目前遠程通信系統(tǒng)整體帶寬相對緊張，遠程故障可視會診系統(tǒng)圖像壓縮編碼技術必須基于窄帶高保真圖像壓縮技術，漸進圖像壓縮編碼技術就是其中較好的一種。采用漸進圖像壓縮編碼技術在256kbps帶寬情況下的數(shù)據(jù)傳輸系統(tǒng)中構建的遠程圖像傳輸系統(tǒng)結構如圖3。

在系統(tǒng)中對漸進圖像壓縮編碼效果進行了測試，測試使用原始圖分辨率為1100€？50，測試效果見圖4。

在圖中，（a）是編碼端待發(fā)送的原始圖像，（b）、（c）和（d）分別是解碼端接收到5k字節(jié)、10k字節(jié)和15k字節(jié)數(shù)據(jù)后的效果。從中可以看出，解碼端接收到5k字節(jié)后解碼顯示得到的圖像是最模糊的，隨著接收數(shù)據(jù)的逐漸增多，圖像也變的越來越清晰。當客戶端接收到15k字節(jié)數(shù)據(jù)后，得到的圖像和原始圖像間的質(zhì)量差別就已經(jīng)不大。

4結語

漸進圖像壓縮編碼技術為窄帶數(shù)據(jù)傳輸系統(tǒng)提供了一種行之有效的圖像編碼和傳輸方案。它可以在低帶寬的條件下有效地工作，并為編碼端和解碼端雙方提供了較強的交互支持能力。

參考文獻

[1] Li Zhao，Qi Wang，Yuwen He，Shiqiang Yang，and Yuzhuo Zhong，A Novel Content-Based Video Streaming Algorithm for Fine Granular Scalable Coding，E.S.Al-Shaer and G.Pacifici（Eds.）：MMNS 2001，LNCS 2216，pp.210-214，2001？ Springer-Verlag Berlin Heidelberg 2001.

[2] 高文，陳熙霖.計算機視覺—算法與系統(tǒng)原理[M].清華大學出版社，1999（2）.

[3] 吳樂南.數(shù)據(jù)壓縮[M].電子工業(yè)出版社，2000（6）.