基于感興趣區自動提取的紅外圖像壓縮研究

（海軍航空工程學院 兵器科學與技術系， 山東 煙臺 264001）



摘 要：

為了解決低帶寬信道傳輸紅外圖像的問題，基于紅外圖像的特點，重點研究了紅外圖像感興趣區域的自動提取，并在此基礎上提出了一種基于自動提取感興趣區域的紅外圖像壓縮方法，基于JPEG2000框架進行了具體實現，通過圖像實驗充分驗證了該方法的有效性、實時性，具有重要的應用價值。

 關鍵詞：紅外圖像； 感興趣區； 圖像壓縮； JPEG2000

 中圖分類號：TP391.4 文獻標志碼： A

文章編號：10013695(2008)12366104



Research on infrared image compressionbased on region of interest automatic detected



YUAN Shengzhi， XIE Xiaofang， GUO Qingfeng， ZHU Rui



(Dept.of Science Technology of Weapons， Naval Aeronautical Engineering Institute， Yantai Shandong 264001， China)



Abstract:

In order to solve the transmission question for the infrared images through the low bandwidth data link， on the characters of the infrared image， this paper studied the technology of ROI automatic detected while proposed a compressed scheme based on ROI. Also conducted experimental study after the compressed scheme realized on the frame of JPEG2000. It is proved that the method of image compression based on region of interest automatic detected reliable and effective， significant in applications.

 Key words：infrared image; region of interest(ROI); image compression; JPEG2000



隨著無人機、巡邏攻擊導彈等武器裝備不斷出現，為了完成目標的自動檢測、識別及跟蹤，需要將圖像數據(常見的類型包括紅外圖像、SAR圖像等)壓縮后在有限帶寬的信道上傳輸?；诟信d趣區域的圖像壓縮編碼技術能對一幅圖像的不同部分實現不同強度壓縮，在不丟失重要信息的同時有效壓縮數據量，具有很大的應用潛力和實際價值，已成為圖像編碼領域的研究熱點。紅外圖像的感興趣區域(ROI)是指圖像中可能含有目標的區域，占整個圖像面積的比例不大。如果能夠將感興趣區域與其他背景區域分別進行編碼，既能較好地保留感興趣區域中的目標信息，又能提高壓縮比，并且能降低編碼運算的復雜度。目前，基于感興趣區的圖像壓縮研究中，小波系數的編碼方法主要集中在SPIHT和EBCOT兩種算法上。文獻[1，2]將小波變換、位平面提升法與SPIHT算法相結合，提出了一種基于SPIHT算法的感興趣區域圖像壓縮的編碼方案，取得了較好的效果。由于EBCOT算法是JPEG2000標準的核心壓縮算法，基于該算法的感興趣區域圖像壓縮研究大多數都是基于JPEG2000標準的，如文獻[3，4]。

為了能夠在低帶寬數據鏈上實時傳輸圖像數據，本文提出了一種基于自動提取感興趣區域的紅外圖像壓縮方法。該方法能在人不參與的情況下自動提取出可能存在目標的感興趣區域，進而在JPEG2000的框架下對整幅圖像進行基于感興趣區域的壓縮，實現了在保留重要信息的同時最大限度對圖像壓縮的目的。 

1 紅外圖像感興趣區域的自動提取

在復雜環境下得到的紅外圖像細節較多，目標和背景界限模糊，而且成像器件固有的傳感器效應和大氣熱輻射的影響會使紅外圖像產生很多噪點，使得分析圖像的邊界和邊緣點非常困難，而紅外圖像目標和背景溫度差異明顯，在圖像中目標和背景通常占據不同的灰度范圍，因此與基于邊緣或邊界的分割方法相比，采用基于閾值的區域分割技術成為一種常用且有效的分割方法。

圖像閾值分割的關鍵在于閾值的選取。現有的紅外圖像分割方法存在的主要問題是不能對不同大小的目標進行有效分割，或者難以實現分割實時性和分割有效性的統一。Prewitt眾數法、OTSU方法等傳統閾值方法要求目標大小在30%以上^[5]，且隨著目標相對面積的減小性能隨之迅速下降，會產生較為嚴重的誤分割。Abutelab將Kapur等人提出的一維最大熵法推廣至二維，應用二維最大熵法進行圖像分割，相對于一維最大熵閾值分割，不僅對不同大小目標進行準確分割，而且抗噪性、魯棒性更好。但由于只是簡單地將一維尋優推廣至二維尋優，導致運算量呈指數增長，耗時太長，難以滿足實時要求。針對該現狀，人們研究了一些快速算法^[6，7]，加快了二維最大熵圖像分割的速度。這里提出的逐步逼近二維最大熵閾值遞推搜索算法，也是一種基于該原理的改進算法。

11 逐步逼近二維最大熵閾值遞推搜索算法 

基于二維最大熵原理的圖像分割，首先將圖像中的各個像素點的灰度值及其相鄰區域灰度均值生成二維直方圖，并以此為依據選取最佳閾值。二維灰度直方圖表示如圖1所示。其橫坐標為灰度級，縱坐標為局部平均灰度值，直方圖中元素rij表示其自身灰度級為i，且鄰域平均灰度值為j的像素出現的次數。如果門限矢量為(s，t)，則直方圖就被分成四個象限，因為紅外圖像目標或背景內部像素灰度變化緩慢，灰度與灰度均值差距不大，在二維直方圖中主要占據對角線位置，所以對于紅外圖像而言，A象限代表了背景，B象限代表了目標，C象限和D象限主要是目標邊緣附近像素點和噪聲點。

定義圖像的全局二維熵為^[6]

經過遞推優化，將二維最大熵的圖像閾值分割算法復雜度從O(L4)降到了O(L2)。若想進一步減少運行時間，減少對數運算和循環次數是提高運行效率的關鍵。逐步逼近遞推搜索算法的基本思想是在圖像粗尺度的二維直方圖上搜索出粗略的閾值，然后在這個粗略閾值附近搜索精確閾值。該方法避免了在不可能存在閾值的灰度范圍內進行循環和對數運算，提高了該算法的運行效率。所謂粗尺度的二維直方圖， 是將原二維直方圖一定范圍內的元素合并，生成一個尺度更小的二維直方圖。 

設f(x，y)為一幅二維灰度圖像，大小為M×N，其總灰度級為L，G(s，t)為其二維直方圖，其定義域為D={(s，t)|1≤s≤L， 1≤t≤L}。G(s， t)中的元素值為gs，t=ri，j/(M×N)，設粗尺度的二維直方圖為G′(s′， t′)，定義其元素值g′s′，t′=∑ s′×2m s=s′×2m-(2m-1) ∑ t′×2m t=t′×2m-(2m-1) gs，t。定義域為D′={(s′，t′)|1≤s′≤L/2m，1≤t′≤L/2m}。G(s，t)的尺度為L×L，則G′(s′，t′)的尺度為(L/2m)×(L/2m)。其中：2m為粗略直方圖每一級灰度在原直方圖G上的灰度級跨度，為了對問題進行說明，不妨在連續域中進行討論，s、t及s′、t′均為連續變量，則 D′ G(s，t)dsdt= D G′(s′，t′)ds′dt′。由于s=2m×s′，t=2m×t，進行變量代換，G′可用G表示為G′(s′，t′)=2m×2m×G(2ms′，2mt′)。可見G′是G經過尺度變換的形式，兩者的二維直方圖是相似的。由于二維直方圖中理論上只有某個點對應的灰度值作為分割閾值時圖像的二維熵最大，偏離該點越遠圖像的二維熵越小，從G′中能得到閾值的粗略值。

逐步逼近二維最大熵閾值遞推搜索算法的具體實現可以如下方法：已知G′及其元素gs，t，定義三個矩陣，即PS′和HS′以及H′： 

PS′(s，t)=∑ s t=1 ∑ t j=1 g′i， j(6)

HS′(s，t)=-∑ s t=1 ∑ t j=1 g′i， j ln g′i， j(7)

H′(s，t)=ln{PS′(s，t)[1-PS′(s，t)]}+[HS′(s，t)/PS′(s，t)]+

(HS′(L/2m)，L/2m)-HS′(s，t))/(1-PS′(s，t))(8) 

這樣就將G′式(2)~(5)的遞推運算轉換為PS′、HS′、H′三個矩陣元素的遞推計算。找出H′中的最大元素位置就找到了粗略閾值。同樣，可以計算出定義在G上的PS，HS和H，設定義域D為D={(s，t)|(L/2m)S-(L/2m)≤s≤(L/2m)S+L/2m，L/2mT-(L/2m)≤t≤(L/2m)T+(L/2m)}。

使用粗尺度的二維直方圖進行粗略閾值搜索，可以使用兩級搜索，也可以使用多級搜索。在理論上可以證明，與兩級搜索相比，使用多級搜索需要更少的循環次數和對數計算次數，但經過對不同圖像反復實驗得出，由于多級搜索需要更多輔助性的附加運算，兩級搜索需要的時間和多級搜索相比差距非常小甚至更少，而且對圖像有更強的適應性，運行的穩定性強，實際上采取了兩級搜索策略，第一次粗搜索的搜索步長為2m=16，若得到的粗搜索閾值為T，那么第二次精確搜索則在[T×16-15，T×16+15]內搜索。具體流程如圖2所示。

12 感興趣區域的提取

紅外圖像中目標可能出現的區域均是感興趣區域，相對于背景，感興趣區域具有相對較多的像素聚集點和相對較好的區域連通性。采用閾值分割方法對紅外圖像分割后得到的是一幅含有目標和離散噪點的二值圖像。為了實現感興趣區域的自動提取，就需要去除虛警點，恢復目標區域的連通性，增強二值圖像的可視效果，最大限度地挖掘提取出目標可能存在的區域。針對紅外分割二值圖像的特點，采用三個步驟對紅外圖像的感興趣區域進行提?。篴）順序統計濾波；b）數學形態濾波；c）矩形感興趣區域提取。

在進行圖像分割前，可以利用中值濾波對圖像進行預處理，它將在一定程度上抑制噪聲的影響；分割后得到的二值圖像中同時存在著目標點和噪點，由于兩者像素點的聚集密度不同，可以運用順序濾波濾除部分離散的噪點，使得在不損失目標信息的同時增強目標像素之間的連通性，減小噪聲對目標區域的影響。經過順序濾波后，二值圖像前景區域包含目標區域和聚合噪點區域，可采用數學形態濾波中的開—閉的級聯操作濾除聚合噪點區域。

由于感興趣區域的提取是面向目標識別的，不宜將目標形狀直接作為感興趣區域，因為一旦產生分割錯誤就會進一步嚴重影響目標的識別效果。在實際中，將目標定義為像素數目大于或等于N的連通區域，感興趣區域定義為包含目標的擴展外接矩形。

設B(x，y)為二值圖，其寬為W，高為H，建立如圖3所示的坐標系，設坐標(x，y)是目標target

在非邊界位置時，ROI最小尺寸為16×16，在邊界位置時，以圖像邊界為ROI邊界。

2 基于JPEG2000框架紅外圖像壓縮

ROI編碼（感興趣區域編碼）就是JPEG2000支持的新特性之一。JPEG2000允許用戶在圖像上自定義ROI圖像區域，并對這些區域的圖像數據實現優先、優質的編碼處理。JPEG2000作為通用的圖像壓縮標準，在基于感興趣區紅外圖像壓縮領域中能否取得良好效果，是值得研究的問題。

21 小波基的評估與選擇

目前，關于小波基選擇的研究并無定論，大多數場合必須根據具體的應用靠經驗來選取，將小波應用于紅外圖像壓縮亦是如此。運用不同的小波基會產生不同的圖像壓縮效果，對不同效果的評估已有相關研究^[8~10]。常用的小波基主要有Haar小波、Daubechies小波系、Biorthogonal小波系、Coiflets小波系、Symlets小波系。JPEG2000選用了Daubechies(9，7)或Daubechies(5，3)作為基本小波基。該小波基對于是否適合紅外圖像壓縮，是值得探討的問題。為了選擇合適的小波基，對現有常用的小波基進行了對比研究。

211 小波基的評估指標

為了對小波基進行評估，主要選用峰值信噪比（PSNR）和能量緊致性^[11]這兩個指標。峰值信噪比是對圖像壓縮質量進行客觀評價的常用指標，反映了重建圖像的恢復質量。能量緊致性反映了小波變換的能量集中的特性，對壓縮效率有非常重要的影響。

將含有M×N個像素的原始數字圖像f(x， y)(x=0，1，…，M-1，y=0，1，…，N-1）用M×N維矢量a(a0，a1，…，aM×N-1)來表示，則a的能量定義為

Ea=aTa=(1/(M×N))∑ M×N-1 i=0 a2i(9) 

與其他正交變換一樣，如果采用正交小波變換，那么從理論上講，小波變換前后信號總能量保持不變，是一種能量守恒的變換，且具有一種，將整圖的能量集中在低頻部分，而在高頻子圖像僅有很少比例的能量。將變換后的3K+1個子圖像Ak，D1j，D2j，D3j(j=K，K-1，…，1)中的每個分量按絕對值從大到小重新排序，得到b={b0，b1，…，bM×N-1)，令

ζ=Eb(k)/Eb=∑ k-1 i=0 b2i/∑ M×N-1 i=0 b2i(10) 

顯然，當k→M×N-1時，ζ→1，考察歸一化能量曲線ζ隨k變化的快慢，就可以評估能量集中特性。

212 評估實驗

利用Lena圖像以及四幅紅外測試圖像(圖6)對現有的小波基進行評估實驗。分別將五幅圖像進行三級小波分解，并進行相同的量化操作，不進行熵編碼，對量化后的小波系數直接進行圖像重構。通過PSNR數據統計發現：Biorthogonal小波系的表現最好，特別是bior3.5和bior3.7具有明顯的優勢；其次是Coiflets小波系。由于Coiflets小波系的支撐范圍為6N-1，與其他小波系相比，具有相對較長的濾波器長度，運算復雜度更高，所需計算時間更長，難以滿足實時性要求。

在分析Biorthogonal小波系中緊致特性ζ的變化曲線發現bior2.2具有最好的緊致性，bior3.7的緊致性最差。由于bior3.7的能量緊致性最差，且bior3.7濾波器長度比bior3.5要長，運算復雜度更高，運行時間更長，選用bior3.5作為紅外圖像壓縮的小波基。

22 感興趣區域編碼方法選擇

現階段的感興趣區域編碼技術研究主要基于小波變換，利用小波多分辨率的屬性，對編碼方式進行改進。在EBCOT的小波系數編碼框架下，已有的感興趣區域編碼有兩種實現途徑，即基于位平面提升和基于率失真斜率提升的方法。

基于位平面提升的ROI編碼，是在確定ROI的基礎上，形成ROI掩模（mask）；將位于掩模以外的小波系數（稱為背景系數）按2S比例縮小。在其后的嵌入式編解碼過程中，將ROI系數位平面將先于背景系數位平面被編碼、傳輸和解碼。具體實現過程如圖4所示。比例因子S及ROI相關的一些信息也被置入比特流，傳送到解碼端，解碼器則按照相反順序執行上述過程以恢復圖像。

基于率失真斜率提升的感興趣區域編碼，充分利用EBCOT編碼的率失真優化特性，通過提升感興趣區域對應碼塊的率失真斜率，使得它們在組織最終組合碼流過程中被優先編碼。當組合碼流被截斷時，感興趣區域的壓縮碼流由于在組合碼流的前端，因而在解碼時能獲得比背景更好的圖像質量。

在無須考慮背景信息的極低碼率條件下，由于無須控制ROI和背景的恢復圖像相對質量，在基于位平面提升的感興趣區域編碼方法中，Maxshift方法理論上具有最小的算法復雜度和最優的執行效率?；诼适д嫘甭侍嵘腞OI編碼方法，會出現解碼圖像ROI的擴大現象，尤其ROI區域很小時非常明顯。在實際中，考慮到感興趣區域大小的不確定性，選擇了基于Maxshift的方法。

23 基于自動提取感興趣區的紅外圖像壓縮方案

在選用適合紅外圖像特點的雙正交小波bior3.5作為基本小波基，選用在極低壓縮位率條件下表現最優的Maxshift感興趣區編碼方法的基礎上， 在JPEG2000的框架下，完成對紅外圖像基于感興趣區的壓縮方案設計。具體實現過程如圖5所示。 

3 實驗與分析

在Pentium 4 24 GHz CPU，1 GB RAM的計算機上，選擇了4幅紅外測試圖像（大小為768×576）對基于自動區域的紅外圖像壓縮方法進行了測試與驗證。實驗過程中選擇的壓縮位率是使其恢復圖像能被較好識別的最小壓縮位率。壓縮效果如圖6所示。各項壓縮指標如表1所示。

表1 紅外圖像的壓縮指標分析 

壓縮指標 圖像1 圖像2 圖像3 圖像4

壓縮位率/bpp 0.007 0.008 0.008 0.006

壓縮文件大小/Byte 380 436 410 320

ROI的PSNR/dB 30.854 34.178 32.030 34.242

設數據鏈的帶寬為96 kbps，不考慮數據傳輸過程中影響傳輸延時的情況，上述紅外測試圖像的壓縮時間、數據鏈傳輸時間以及壓縮圖像解碼時間結果如表2所示。

表2 時間指標分析 

時間指標/s 圖像1 圖像2 圖像3 圖像4

壓縮時間 0. 251 6 0. 255 5 0. 259 0 0. 254 4

傳輸時間 0. 316 7 0. 363 3 0. 341 7 0. 266 7

解碼時間 0. 094 5 0. 106 2 0. 092 0 0. 106 5

從上述實驗數據可以看出：

a)基于自動提取感興趣區域的紅外圖像壓縮方法基本上能實現對各種紅外圖像的高強度壓縮，壓縮后的圖像大小只有幾百個字節，基本上滿足了數據鏈低帶寬的要求。

b)由上述實驗結果可知，要想達到對紅外圖像較好的識別效果，必須使壓縮位率至少保持在0006 bpp以上，即壓縮文件大小最小也有320 Byte以上。按一般情況討論，設在壓縮位率為0008 bpp時得到的壓縮文件大小平均大約為420 Byte。在數據鏈帶寬為96 kbps條件下，每秒最多傳輸9 600/420=286 幀，即要求對單幅圖像壓縮時間必須小于1/286=035 s。在不考慮感興趣區域提取時間的情況下，基于自動提取感興趣區域的紅外圖像壓縮時間完全符合要求。

4 結束語

為了滿足無人機、巡邏攻擊導彈等先進武器裝備利用低帶寬數據鏈傳輸圖像數據要求，本文開展了紅外圖像感興趣區域的自動提取技術研究，并在研究的基礎上提出了一種基于自動提取感興趣區的紅外圖像壓縮方法，并在JPEG框架下實現了在低帶寬數據鏈上對圖像信息的實時傳輸論證工作，很大程度上解決了信道帶寬低和圖像數據信息量大的矛盾。從仿真實驗數據及效果來看，該方法能夠滿足一般工程實時性要求，具有重要的實際意義。

參考文獻：

[1]張燁.靜態圖像的感興趣區域壓縮編碼研究[D].蘇州:蘇州大學，2003.

[2] 李曉飛，馬大瑋，范小麟.一種基于SPIHT算法的感興趣區域編碼新方法[J].計算機應用研究，2007， 24 （2）:189191.

[3] 孫武，王有釗.JPEG2000感興趣區域編碼技術淺析[J].計算機工程與應用，2003， 39 (24):6769.

[4] 房睿君.基于JPEG2000的感興趣區域算法研究[D].西安:西北工業大學，2006.

[5] LEE S U， CHUANG S Y. A comparative performance study of several global thresholding techniques for segmentation[J].Computer Vision Graphics and Image Processing，1990， 52 (3):171190.

[6] 龔堅，李立源，陳維南.二維熵閾值分割的快速算法[J].東南大學學報，1996， 25 (4):3136.

[7] CHEN W T， WEN C H. A fast twodimensional entropic thresholding algorithm[J].Pattern Recognition，1994， 27 (7):885893.

[8] 柯麗，黃廉卿.適于遙感圖像實時壓縮的小波基的選擇[J].光學技術，2005， 31 (1):7780.

[9] 張燁，汪一鳴.圖像壓縮中小波基選擇和評估的實用化方法[J].蘇州大學學報:自然科學版，2003， 19 (1):5458.

[10] 郁曉紅，姚敏.小波變換及圖像壓縮編碼時小波基選擇[J].計算機應用，2001， 21 (7):2022.

[11]姚敏，等.數字圖像處理[M].北京:機械工業出版社，2007:210212.