手机中大图片MMS使用ROI图像压缩进行编辑处理的方法

摘要

本发明涉及一种手机中大图片MMS使用ROI图像压缩进行编辑处理的方法，其中所述的方法包括打开手机上的MMS编辑接口、获取需要插入MMS中的图片、将该图片大小进行比较、如果该图片超出限制则打开图片编辑接口、将图片尺寸进行缩小直至与手机屏幕大小相适合、根据用户操作选择感兴趣区域ROI的形状、根据用户操作选择感兴趣区域ROI的大小、根据用户操作分别选择感兴趣区域ROI和非感兴趣区域的压缩质量、进行图像数据压缩处理、将经过ROI图像压缩的图片插入MMS中。采用该种方法，可以得到比JPEG更优秀的压缩图片性能和效果；同时减小了图片的存储容量，满足了MMS的空间限制的最低要求，并突出了感兴趣区域的观赏性。

说明书

技术领域

本发明涉及移动数据通信领域，特别涉及手机多媒体短信MMS领域，具体是指一种手机中大图片MMS使用ROI图像压缩进行编辑处理的方法。

背景技术

目前移动电话已经成为人们随身必备的通信产品，同时MMS和内嵌拍照功能已经成为移动电话的基本配置。从十万象素一跃至百万象素，移动电话拍照的效果实现了质的改变，内嵌摄像头的移动电话得到了前所未有的欢迎。用户之所以使用移动电话拍摄照片很大一分原因是移动电话可以提供MMS彩信业务，可以很方便的将拍摄的图片编辑成彩信发给亲朋好友共享。由于运营商将每条彩信的流量限制在100K(3G手机为300K)以内并且将非动画图片限制在了50K以内，这对于百万象素拍摄的手机图片显然无法满足其100K以上大小的需求。难免不少追求时尚的百万象素的使用者发出这样的疑问：“我拍了照片竟然不能发到别人的彩信手机上，这百万象素的拍照手机有什么意义啊?”一方面，要让运营商在短期内将这一流量限制降低或取消是不现实的，另一方面，彩屏手机目前大多支持的图片存储格式有BMP，GIF，PNG和JPEG，其中当要用于MMS时最佳的格式是压缩率较高又图像质量可以接受的JPEG。但即使采用JPEG格式保存一幅采用百万象素768×1024分辨率色彩较丰富的图片，压缩率采用中等损耗度也需要120k左右的存储空间，若加大压缩程度或者减小图片分辨率以及分割图片都将使图片观赏性和完整性得到较大损失，满足不了用户的需求。

在现有技术中，通常一幅图像的压缩过程需要经过数字采样、数学变换、量化熵编码等等，请参阅图1所示。而近年来基于小波变换的图像压缩技术方兴未艾，是当前研究的一个热门前沿领域，它可以取得比传统的JPEG更好的图像压缩效果。再请参阅图2所示，一个典型的基于小波变换的图像压缩方法在数学变化中采用了小波变换，量化中常有的方法是EZW(Embedded Zero-treeWavelet Encoding)或者SPIHT(Set Partitioning In Hierarchical Trees Coding)，熵编码采用算术编码等等完成。

由于上述基于小波变换的新一代图像压缩技术可以得到比传统JPEG标准更好的图像处理效果，它已经被纳入了JPEG2000标准正在推广应用。但由于移动电话CPU主频较低，而传统小波变换是基于卷积“塔式分解”，并且其后续的量化方法EZW或SPIHT虽然可以取得较好的图像压缩效果，但时效性满足不了移动电话的系统要求。

发明内容

本发明的目的是克服了上述现有技术中的缺点，提供一种手机中大图片MMS使用ROI图像压缩进行编辑处理的方法，其中包括有一种新的ROI图像压缩方案，可以达到EZW或SPIHT的图像压缩质量，同时时效性可以满足移动电话的要求，以解决移动电话中用户用百万或更高象素内嵌照相机拍摄的大图片的MMS发送。

为了实现上述的目的，本发明的手机中大图片MMS使用ROI图像压缩进行编辑处理的方法如下：

该手机中大图片MMS使用ROI图像压缩进行编辑处理的方法，其主要特点是，所述的方法包括以下步骤：

(1)打开手机上的MMS编辑接口；

(2)根据用户操作，获取需要插入MMS中的图片；

(3)将该图片大小与MMS对图片的限制大小进行比较；

(4)如果该图片没有超出限制，则直接将其插入MMS中，完成该MMS编辑处理；

(5)反之，则首先打开图片编辑接口；

(6)将图片尺寸进行缩小直至与手机屏幕大小相适合；

(7)根据用户操作选择感兴趣区域ROI的形状；

(8)根据用户操作选择感兴趣区域ROI的大小；

(9)根据用户操作分别选择感兴趣区域ROI和非感兴趣区域的压缩质量；

(10)进行图像数据压缩处理；

(11)对压缩后的图片进行浏览显示，判断用户是否满意并且压缩效果是否达到MMS的限制要求；

(12)如果是，则将经过ROI图像压缩的图片插入MMS中，完成该MMS编辑处理；

(13)反之，则返回上述步骤(7)。

该手机中大图片MMS使用ROI图像压缩进行编辑处理的方法的感兴趣区域ROI的形状为矩形、圆形、椭圆形、三角形、五角形、六角形或者八角形。

该手机中大图片MMS使用ROI图像压缩进行编辑处理的方法的压缩质量为好、较好、一般或者较差。

该手机中大图片MMS使用ROI图像压缩进行编辑处理的方法的图像数据压缩处理包括以下步骤：

(1)对原始图像进行数字采样得到源图像数据；

(2)对源图像数据进行数学变换；

(3)对图像数据进行量化处理；

(4)对图像数据进行熵值编码；

(5)完成图像数据的压缩。

该手机中大图片MMS使用ROI图像压缩进行编辑处理的方法的对源图像数据进行数学变换为基于能量条件自适应分解的小波变换，该能量条件自适应分解方法为：

设置两个参数c1，c2(0＜c1＜c2＜1)，用来控制图像的分解过程，其中c2衡量子图是否继续分解，c1衡量子图是否可以丢弃。再设置标志nActionFlag，当nActionFlag＝0时，表明该子图可以丢弃，当nActionFlag＝1时该子图等待量化，当nActionFlag＝2时，该子图可以进一步进行小波分解，其步骤如下：

(1)计算原始图像的能量：

$>{\underset{}{\underset{}{{}^{}}}}_{}$>

(2)将图像按传统“塔式分解”分解，分解层次依照实际图像维数动态确定；

(3)依据分解层次关系确定c1，c2，并计算各分解区域的能量E_m，计算方法与(1)中的E₀计算方法相同；

(4)如果E_m＞c2×E₀，置nActionFlag＝2；如果E_m(m＝1，2，3，4)＜c1×E₀，则置nActionFlag＝0；否则置nActionFlag＝1；

(5)将nActionFlag＝2的子图继续按照分解一次停止。

该手机中大图片MMS使用ROI图像压缩进行编辑处理的方法的对图像数据进行量化处理包括以下步骤：

(1)对整幅图像进行能量量化编码：这部分是对整幅图像依据数据的重要程度进行不同级别了量化和分级，具体的编码进行的级数由存储空间和对图像质量的要求来确定；

(2)对感兴趣区域ROI内的图像进行能量量化编码：在步骤(1)中经过几次对整幅图像的编码后，对感兴趣区域ROI内的剩余图像继续进行能量量化编码，直到达到存储空间限制时为止。

该手机中大图片MMS使用ROI图像压缩进行编辑处理的方法的能量量化编码包括以下步骤：

(1)对图像按照条件自适应小波分解，对最低频部分的LL子图，进行类似JPEG编码压缩，对标志nActionFlag＝0抛弃处理的子带不编码，从而在译码时以0填充；

(2)把小波分解图的其它各个细节子图按照4×4块划分，计算各个块的方差D，设定阈值0＜t₀＜t₁＜t₂，将D＜t₀的块记为不重要区，将t₀＜D＜t₁的块记为一般重要区，将t₁＜D＜t₂的块记为较重要区，将D＞t₂的块记为重要区；

(3)对于不重要区，假设其均值为0，可认为块中所有元素均为0；对于一般重要区，用1位表示整个块的均值，对于块中的每个元素再各用1位进行编码，即块中大于均值的元素对应码号为1，否则对应码号为0；对较重要区，用2位表示整个块的均值，对于块中每个元素再各用2位进行编码，把块中的各元素值对应到0-3这4个码号上去；对重要区，用6位表示整个块的均值，用6位表示块内方差，对于块中的每个元素再各用5位进行编码，把块中各元素值对应到0-31这32个码号上去；

(4)对步骤(3)中的结果进行自适应算术编码。

采用了该发明的手机中大图片MMS使用ROI图像压缩进行编辑处理的方法，由于其中的ROI压缩技术是基于一种结合传统JPEG压缩技术又加入了分层分块能量分析理论的图像压缩处理新方法，从而可以得到比JPEG更优秀的压缩图片性能和效果；同时，由于该方法可以根据使用者的爱好自定义图像处理的ROI区并产生清晰度不同的图像处理效果，不仅大大减小了图片的存储容量，满足了MMS的空间限制的最低要求，而且在不伤害图像的完整性和分辨率的同时又突出了感兴趣区域的观赏性，能够满足用户利用MMS发送百万象素甚至更高象素的图片与朋友共享的需求，此外，还能给追求时尚的用户一种独特的图片处理效果展示给亲朋好友的机会。

附图说明

图1为现有技术中的典型的图像压缩系统组成示意图。

图2为现有技术中的典型的小波变换图像压缩系统示意图。

图3为现有技术中的塔式分解方法示意图。

图4为本发明的手机中大图片MMS使用ROI图像压缩进行编辑处理的方法中的能量条件自适应分解方法示意图。

图5为图4所对应的小波分解树。

图6为本发明的手机中大图片MMS使用ROI图像压缩进行编辑处理的方法中的系统压缩方案示意图。

图7为本发明的手机中大图片MMS使用ROI图像压缩进行编辑处理的方法中的系统压缩方案示意图。

图8为本发明的手机中大图片MMS使用ROI图像压缩进行编辑处理的方法中的能量量化编码结构框图。

图9为本发明的手机中大图片MMS使用ROI图像压缩进行编辑处理的方法中的能量量化译码结构框图。

图10为本发明的手机中大图片MMS使用ROI图像压缩进行编辑处理的方法的整体流程图。

图11为本发明的手机中大图片MMS使用ROI图像压缩进行编辑处理的方法中的实际手机操作界面示意图。

图12为采用本发明的使用ROI图像压缩进行编辑处理的方法的图像压缩效果图。

具体实施方式

为了能够更清楚地理解本发明的技术内容，特举以下实施例详细说明。

请参阅图10所示，该手机中大图片MMS使用ROI图像压缩进行编辑处理的方法包括以下步骤：

(1)打开手机上的MMS编辑接口；

(2)根据用户操作，获取需要插入MMS中的图片；

(3)将该图片大小与MMS对图片的限制大小进行比较；

(4)如果该图片没有超出限制，则直接将其插入MMS中，完成该MMS编辑处理；

(5)反之，则首先打开图片编辑接口；

(6)将图片尺寸进行缩小直至与手机屏幕大小相适合；

(7)根据用户操作选择感兴趣区域ROI的形状，其中感兴趣区域ROI的形状为矩形、圆形、椭圆形、三角形、五角形、六角形或者八角形；

(8)根据用户操作选择感兴趣区域ROI的大小；

(9)根据用户操作分别选择感兴趣区域ROI和非感兴趣区域的压缩质量，该压缩质量为好、较好、一般或者较差；

(10)进行图像数据压缩处理；

(11)对压缩后的图片进行浏览显示，判断用户是否满意并且压缩效果是否达到MMS的限制要求；

(12)如果是，则将经过ROI图像压缩的图片插入MMS中，完成该MMS编辑处理；

(13)反之，则返回上述步骤(7)。

其中，“打开图片编辑接口”由系统判定完图片大小后自动打开，将图像加载图片编辑接口中，并且自动缩小到移动电话屏幕大小，以方便下一步ROI设置操作。

“选择感兴趣ROI大小”对于不同的ROI形状，需要用户选择的参数不尽相同，如对于矩形，需要选择ROI区长和宽相对于屏幕宽高的比例，若手机配备了手写输入操作则更加便捷。

“选择ROI和非ROI压缩比”手动调整ROI和非ROI区域的压缩比例，以期获得不同的图像清晰度和较高的图像压缩率，而不破坏图片的完整性

对于接收端用户，则按正常的操作过程接收就可以，无需添加任何额外操作。

其中，所述的图像数据压缩处理包括以下步骤：

(1)对原始图像进行数字采样得到源图像数据；

(2)对源图像数据进行数学变换；

(3)对图像数据进行量化处理；

(4)对图像数据进行熵值编码；

(5)完成图像数据的压缩。

该手机中大图片MMS使用ROI图像压缩进行编辑处理的方法的对源图像数据进行数学变换为基于能量条件自适应分解的小波变换，该种基于图像数据能量量化方式的处理方案，首先对图像进行能量条件自适应分解，分解中采用提升法而摈弃传统的卷积分解，从而可以大大提高图像分解的速度。采用能量条件自适应分解(请参阅图3所示)代替传统“塔式分解”(请参阅图4所示，图中数据代表本区域能量占整幅图像数据能量的百分比)，从而让图像中人眼敏感的数据进一步集中，可以为后续的能量量化做准备。为了有效地对小波系数量化编码，来构造一个分解树，用于描述各个子图像及它们之间的结构信息(请参阅图5所示)，其数据结构定义如下：

               typedef struct awtt

               {

                    struct awtt*pParent；

                    struct awtt*pChild_ll；

                    struct awtt*pChild_lh；

                    struct awtt*pChild_hl；

                    struct awtt*pChild_hh；

              ∥0：抛弃处理，1：等待量化，2：继续分解

                    int nActionFlag；

                    int rowNum，colNum；

                    double*pData；//该层小波系数

              }AwttNode；

该能量条件自适应分解过程如下：

设置两个参数c1，c2(0＜c1＜c2＜1)，用来控制图像的分解过程，其中c2衡量子图是否继续分解，c1衡量子图是否可以丢弃。再设置标志nActionFlag，当nActionFlag＝0时，表明该子图可以丢弃，当nActionFlag＝1时该子图等待量化，当nActionFlag＝2时，该子图可以进一步进行小波分解，其步骤如下：

(1)计算原始图像的能量：

$>{\underset{}{\underset{}{{}^{}}}}_{}$>

(2)将图像按传统“塔式分解”分解，分解层次依照实际图像维数动态确定；

(3)依据分解层次关系确定c1，c2，并计算各分解区域的能量E_m，计算方法与(1)中的E₀计算方法相同；

(4)如果E_m＞c2×E₀，置nActionFlag＝2；如果E_m(m＝1，2，3，4)＜c1×E₀，则置nActionFlag＝0；否则置nActionFlag＝1；

(5)将nActionFlag＝2的子图继续按照分解一次停止。

对分解后的小波系数采用能量量化准则，具体步骤如下，

(1)对图像按照条件自适应小波分解，对最低频部分的LL子图，进行类似JPEG编码压缩，对标志nActionFlag＝0抛弃处理的子带不编码(译码时以0填充)；

(2)把小波分解图的其它各个细节子图按照4×4块划分，计算各个块的方差D，设定阈值0＜t₀＜t₁＜t₂，将D＜t₀的块记为不重要区，将t₀＜D＜t₁的块记为一般重要区，将t₁＜D＜t₂的块记为较重要区，将D＞t₂的块记为重要区；

(3)对于不重要区，假设其均值为0，可认为块中所有元素均为0；对于一般重要区，用1位表示整个块的均值，对于块中的每个元素再各用1位进行编码，即块中大于均值的元素对应码号为1，否则对应码号为0；对较重要区，用2位表示整个块的均值，对于块中每个元素再各用2位进行编码，把块中的各元素值对应到0-3这4个码号上去；对重要区，用6位表示整个块的均值，用6位表示块内方差，对于块中的每个元素再各用5位进行编码，把块中各元素值对应到0-31这32个码号上去。

(4)对上述结果进行自适应算术编码。

请参考图6和图7所示，其中的编码思想为：

根据4×4块所在分解层次的阈值和块的方差确定块的重要性级别，并由块的重要性级别进行相应的比特分配。

上述算法对于原图4×4块的128位数据，不重要区只用2位编码，一般重要区用19位编码，较重要区用36位编码，重要区2+16×5+6+6＝94位编码。在上述算法中最关键的一个问题是对阈值t₀，t₁，t₂的选取。直观的说，3个阈值越大，压缩比越大，而图像恢复质量也越差。对不同分解级别的子图采用不同的阀值，即级别越高阈值越小。具体的说，对于阀值可以有两种方法获取：一是由用户交互的给出，而由系统给出一个较优的缺省值。通过实验，也为了方便起见取t₂＝2×t₁＝4×t₀；另一种方法是通过对小波分解子图进行统计分析后自适应获得，但出于运行效率和因为不同阈值选取以及对同一设定对不同图像造成的压缩性能影响不太大。

有了上述基于小波变化的图像压缩新方法后，可以将其应用到ROI图像处理中。ROI图像压缩技术是一种利用人类视觉特性来自定义图像压缩的感兴趣区，对ROI和非ROI区域采用不同比例的压缩参数，从而在一幅图像中同时产生不同压缩效果的处理方法。ROI编码技术主要包括：

(1)灵活地分层机制，这样能构建适合的数据流；

(2)ROI技术是独立于小波变换和数据编译码的；

(3)基于金字塔形的编码特性，可以实现图像信息的空间渐进传输。

在(1)为获得适合的数据流，达到灵活分解原始图像的数据，传统的方法是采用EZW或者其改进型方法SPIHT，这两种方法是基于传统的“小波塔式分解”的基础上的不同量化压缩手段，两种方法都能达到较好的分解数据的效果，并且不同类型的图像在相近图像压缩质量时能得到比JPEG低20％到50％的存储空间，但EZW和SPIHT主要问题是运算复杂度较高，因移动电话主频较低，时效性不能满足移动电话的需求。本发明提出的基于能量量化的方法可以用来替换传统ROI中采用EZW和SPIHT的分解数据方法方案。大家知道JPEG压缩算法是目前应用最为广泛的压缩方法之一，它的压缩效果和时效性已经在移动电话中得到了证明，本发明中提出的ROI压缩方案结合了传统的方法，并对分解量化小波分解后的数据进行了创新，一方面可以得到较好的比JPEG更好的图像压缩效果，另一方面可以解决移动电话因主频低而带来的运算时效性问题。下面对本发明的ROI处理过程进行阐述：

请参阅图8所示，为了提高图像中主要信息的图像质量，对感兴趣区域内外的图像采用不同量化精度的能量分解机制，编码算法主要有三部分组成：

(1)确定感兴趣区域：在此可采用一些经典的识别算法，根据不同应用确定图像中的感兴趣区域，例如在数字个人身份证件系统中，照片中的主要信息应该在面部(眼睛和嘴所在的区域)，所以可以把感兴趣区域确定为面部所在的区域。而在移动电话中为了突出用户的混动性和时效性的考虑未用相应的识别算法，而采用了手动选择感兴趣区域来确定ROI。

(2)对整幅图像进行改进的快速的能量量化编码：这部分是对整幅图像依据数据的重要程度进行不同级别了量化和分级，具体的编码进行的级数由存储空间和对图像质量的要求来确定。

(3)对感兴趣区域内的图像进行改进的快速的能量量化编码：在上一步经过几次对整幅图像的编码后，对感兴趣区域内的剩余图像继续进行能量量化编码，直到达到存储空间限制时为止。

这样编码后的图像，在译码时感兴趣区域内的图像质量要比感兴趣区域外的图像质量高，这就保证了在有限的存储空间内，图像中的重要信息损失得尽可能的少，而使得图像有较好的视觉效果。

再请参阅图9所示，对上面的编码图像进行译码时，主要也由三部分组成：

(1)对整幅图像进行改进快速的能量译码；

(2)对感兴趣区域内的图像进行改进快速的能量译码；

(3)消除边缘效应：在以上两步的基础上，对感兴趣区域的四周做3*3的均值滤波，以消除感兴趣区域边缘的影响，使得感兴趣区域内外的图像在视觉上差别变弱。

在本发明的方法中ROI采用能量编译码方法主要是改进EZW和SPIHT编解码存在的时效性问题，主要改进点有：(1)小波分解以提升法代替卷积法可以大大减少小波分解的时间；(2)传统塔式分解、小波包分解到能量条件自适应分解，可以进一步将能量集中到一起，为后续的能量量化做准备。(3)量化方法采用能量量化方案，可以保留EZW和SPIHT的优点又可以加快量化的时间，克服嵌入式设备CPU主频较低带来的运算时间消耗，满足该方法在嵌入式设备上的应用，如在移动电话上可以采用。

在实际应用当中，请参阅图11所示，打开(a)彩信管理后进入(b)彩信编辑接口，插入图片进入(c)图片编辑接口，选择ROI选项设置，进入(d)ROI设置接口，在(d)中选择好ROI外框类型，可以是矩形、椭圆形，八角形等，若如图那样选择了矩形，则需设定矩形长度和宽度，分别是1/8，2/8…8/8桌面宽和高。下拉滚动条进(e)设置ROI和非ROI区域的压缩质量，一共有好，较好，一般，较差四类，设定好后返回到接口(f)，通过移动电话的上下左右键移动矩形在图片中的位置，假如象例子中的这类图片，因为最感兴趣的是人的表情，至于背景可以当作是非ROI区域，选择完成后按OK，开始压缩图片，完成压缩后进入图片浏览接口，若不满意可以回到(c)重新进行设置，直到满意回按OK回到(b)彩信编辑接口，完成彩信编辑后发送彩信。再请参阅图12所示，该图为应用ROI图片压缩技术后的图像效果图。

采用了以上方法，由于其中的ROI压缩技术是基于一种结合传统JPEG压缩技术又加入了分层分块能量分析理论的图像压缩处理新方法，从而可以得到比JPEG更优秀的压缩图片性能和效果；同时，由于该方法可以根据使用者的爱好自定义图像处理的ROI区并产生清晰度不同的图像处理效果，不仅大大减小了图片的存储容量，满足了MMS的空间限制的最低要求，而且在不伤害图像的完整性和分辨率的同时又突出了感兴趣区域的观赏性，能够满足用户利用MMS发送百万象素甚至更高象素的图片与朋友共享的需求，此外，还能给追求时尚的用户一种独特的图片处理效果展示给亲朋好友的机会。