静止图像的ROI区域自动提取与编码

摘要

随着多媒体技术的不断发展和人们对于信息通信智能化的需求，近年来感兴趣区域提取与编码技术成为学者们研究的热点之一。感兴趣区域提取技术是图像内容差异性编码及视频图像智能分析的基础，对于基于语义的图像检索、智能视频行为分析、远程医学图像诊断具有重大的应用价值。感兴趣区域编码技术即优先对感兴趣区域并有别于非感兴趣区域的编码技术，在带宽有限制条件下显得尤为重要。
　　图像感兴趣区域的提取和编码技术涉及到如下关键技术问题：
　　1.图像的预处理过程，因为图像采集过程中经常受到噪声和光照不均的影响，这直接影响感兴趣区域的提取准确程度。2. 图像感兴趣区域的确认过程，或者说研究什么是感兴趣区域，针对文章中应用的安防监控图像，将研究图像中具有人脸特征的区域作为提取的感兴趣区域，并研究其提取方法。3.对提取区域采用有别于其他区域的编码方法。
　　图像预处理技术对于提高提取感兴趣区域的准确率和获取较清晰的图像质量至关重要。本文首先对静止图像中的噪声去除和光照补偿方法进行研究，采用改进的中值滤波和改进的Retinex算法处理所采集的图像。仿真结果表明，改进的中值滤波方法可以在保证图像细节的同时较好地去除噪声，利用改进的Retinex算法处理图像可以获得较好的图像光照效果。
　　感兴趣区域提取是后续对图像内容进行差异性编码的基础，文中研究传统的感兴趣区域的提取方法。针对室内常见监控场景的特点，把人脸作为感兴趣区域，深入研究基于特征提取的人脸检测方法，采用基于Adaboost人眼定位和肤色特征相结合方法定位人脸，实验仿真得出利用该方法可以获得人脸定位较高的准确率。
　　除了上述传统的基于特征提取感兴趣区域的方法外，近几年来基于人眼视觉特征的感兴趣区域提取方法越来越受到广大学者的重视。论文在大量查阅前人研究方法的基础上，针对原有基于 ITTI视觉模型提取方法中提取感兴趣区域不完整的缺陷，提出了一种改进 ITTI模型和K-means算法相结合的方法来提取感兴趣区域。实验结果表明，改进方法与传统的ITTI提取感兴趣区域方法比较，获取感兴趣区域的准确率更高。
　　在准确提取感兴趣区域之后，进一步对提取的感兴趣区域采用有别于其他区域的方法进行编码。重点研究在静止图像压缩标准JPEG2000中基于系数移位和率失真优化ROI压缩算法的流程，并比较它们的优缺点，研究其改进算法。结合这两种方法的优势，提出基于改进的率失真优化和系数移位相结合的感兴趣区域编码方法。通过实验分析，得出该方法与PSBshift算法相比提高了图像的峰值信噪比。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1论文研究背景及意义

1.2国内外研究现状

1.3本文研究内容及组织安排

第二章图像预处理技术

2.1图像预处理技术概述

2.2Retinex算法研究

2.3实验结果及分析

2.4本章小结

第三章图像感兴趣区域的自动提取技术研究

3.1确定感兴趣区域

3.2常见感兴趣区域提取方法简介

3.3面向室内监控应用的感兴趣区域提取方法

3.4本章小结

第四章基于视觉机制模型的感兴趣区域提取算法研究

4.1基于视觉机制的感兴趣区域提取算法概述

4.2 改进ITTI和K-means结合的ROI提取算法

4.3实验结果分析

4.4本章小结

第五章感兴趣区域编码算法改进

5.1 感兴趣区域编码概述

5.2常见的感兴趣编码方式研究

5.3感兴趣区域编码算法改进

5.4实验过程及结果分析

5.5 本章小结

第六章总结与展望

6.1总结

6.2展望

参考文献

附录1 程序清单

附录2 攻读硕士学位期间撰写的论文

附录3攻读硕士学位期间参加的科研项目

致谢