导读:本文包含了感兴趣区域编码论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:感兴趣,区域,小波,图像,位移,视觉,深度。
感兴趣区域编码论文文献综述
朱威,王东洋,欧全林,郑雅羽[1]（2019）在《基于智能目标检测的HEVC感兴趣区域编码方法》一文中研究指出现有的感兴趣区域编码方法主要是利用运动信息等低级视觉特征检测感兴趣区域(ROI),易受图像噪声干扰、复杂场景下的检测效果不佳并且没有检测具体内容的能力.为了能够利用高级视觉特征指导视频编码,本文提出了一种基于智能目标检测的HEVC感兴趣区域编码方法.首先利用深度卷积神经网络检测用户感兴趣的目标对象,然后根据检测结果确定以编码树单元(CTU)为基本单位的ROI区域和非ROI区域,再通过分析视频图像中每个像素的方向属性,进而判别CTU是否为平坦纹理、结构化纹理和随机纹理,并生成纹理感知图,最后对非ROI区域的CTU按纹理感知权重值进行DCT频率系数分级压制,以减少非ROI区域的码率消耗,对ROI区域的CTU按纹理感知权重下调编码量化参数(QP),以保证ROI区域的图像质量,从而实现智能视频编码.实验结果表明,与HEVC参考方法相比,本文方法在定QP条件下平均降低5. 67%左右的码率;在定码率条件下,ROI区域的PSNR平均提高0. 61dB,并且主观图像质量明显提升.(本文来源于《小型微型计算机系统》期刊2019年12期）
李申,严伟,夏珺,崔正东,柴志雷[2]（2018）在《基于FPGA的HEVC感兴趣区域编码算法研究与设计》一文中研究指出为了在保证视频质量的前提下降低视频编码码率,基于FPGA并行处理和HEVC视频分块编码的特点,提出一种基于块匹配的高斯背景建模-感兴趣区域(ROI)映射算法,并用于HEVC视频编码。通过基于块匹配的高斯方法建立背景帧后,利用SAD判别准则对视频帧的编码块进行二分类,进而映射到编码树单元(CTU);然后根据率失真特性对ROI区域和非ROI区域的量化参数进行自适应调整,并进入后续的HEVC编码过程。实验结果表明,在FPGA平台上该算法运行速度高达22 fps@1080 p;建模后提取的ROI映射CTU区域变质量编码可得到平均约10%的码率节省,视频质量保持稳定。(本文来源于《电子技术应用》期刊2018年07期）
沈新雨[3]（2018）在《基于显着性检测的感兴趣区域编码》一文中研究指出随着互联网及大数据时代的到来,每天都会有海量的图像及视频信息在互联网上进行传输,这对数据的压缩、传输及存储造成了巨大的压力。因此,图像编码成为了当今信息技术的研究热点之一。传统的编码方法致力于对原始图像进行去相关处理,虽然可以达到去除信息冗余度的效果,但忽略了人眼视觉特性带来的视觉冗余。为此,本文提出了将视觉显着性与传统编码相结合的感兴趣区域编码,在码率较低时,仍能保证图像的主观质量,并有效提高编码效率。本文主要围绕显着性检测与感兴趣区域编码做了以下叁个工作:(1)深度信息提供了场景到相机的距离,因此有助于区分前景与背景区域。本文利用深度信息对颜色图进行分层处理得到不同的两个图层,对第一图层利用颜色信息来提取显着区域,对第二图层则利用颜色信息和深度信息提取显着区域。通过这种方法,得到的两个图层的显着图各有优劣,为了实现它们的优势互补,根据中心和背景的先验知识,本文提出了一个新的判决准则来获得最优的显着图;(2)在研究过程中,我们发现大多数图像是经过压缩后传输并存储的,计算这些图像的显着性信息具有非常大的实际价值,但大多数算法需要先将图像转换到空间域再计算其显着信息,这样既增加了算法复杂度又耗费计算时间。为此,本文提出了一种基于二次量化的压缩域显着性检测方法。该方法利用图像离散余弦变换(DCT)系数的特性提取图像的颜色特征,并利用其第二次量化前后的系数差来获取图像的纹理特征,最后将两种特征和先验特征融合,得到压缩域图像的显着性信息;(3)获得了显着性信息,也就得到了图像的感兴趣区域,本文利用显着值加权的率失真函数来获取图像宏块间量化参数(Quantization Parameter,QP)的关系,依照这种关系可实现对感兴趣区域量化精度较高的编码,这样既能保证图像的主观质量又能依照显着值与QP的反变换关系直接获得压缩域显着图。同时,为了更加客观的评价感兴趣区域编码的质量,本文利用人眼的视觉特性提出了一个新的评价指标,即显着区域加权的峰值信噪比(Saliency region-weighted Peak Signal to Noise Ratio,SPSNR)。通过实验对比可以发现,本文的方案能够在保证视觉效果的基础上,减小码率,提高编码效率。(本文来源于《北京交通大学》期刊2018-03-01）
王建新,朱恩,刘文松,祁友杰[4]（2016）在《基于JPEG2000的遥感图像感兴趣区域编码新算法及其VLSI设计》一文中研究指出为解决空间遥感图像数据量及信道带宽之间的矛盾,该文提出一种基于JPEG2000的感兴趣区域(Region Of Interest,ROI)编码算法。主流的JPEG2000 ROI编码算法难以兼顾ROI质量和系统计算量,且在低码率编码时有完全丢失背景的隐患。该算法通过精确控制各子带中背景系数的精度,使ROI分配到更多码流。并引入了人眼视觉特性,使较少的背景码流产生尽量好的视觉效果。另外,根据该算法提出了针对矩形ROI的超大规模集成电路(VLSI)设计,此设计经过简单调整,亦可适用于主流的ROI编码算法。测试结果表明,该算法在ROI质量和重建图像视觉效果上均表现优异,且支持任意形状ROI编码,兼容JPEG2000协议。该VLSI设计仅使JPEG2000系统运行时间增加一个周期,具有极高的吞吐率,可满足实时处理要求。(本文来源于《电子与信息学报》期刊2016年04期）
罗桂娥,钟进[5]（2014）在《基于JPEG2000的感兴趣区域编码方法研究》一文中研究指出JPEG2000是由联合图像专家组为静态图像编码所制定的一个新的国际标准,通过感兴趣区域编码算法实现JPEG2000编码的高压缩率。本文通过对JPEG2000标准的ROI编码的两种位移编码算法分析和对比,引出一种新的ROI编码方法-GPBShift,并介绍了其编码原理及性能。(本文来源于《价值工程》期刊2014年21期）
王徐研[6]（2014）在《基于感兴趣区域编码的X射线图像压缩技术研究》一文中研究指出X射线图像能够比较直观的反映出物体的内部情况，是检查产品质量是否合格的重要手段，在油田的工业检测中有着广泛的应用，同时也产生了庞大的X射线图像数据，对这些数据进行压缩处理以便于传输与存储的需求也得到了人们的日益关注，因此研究一种高效的X射线图像压缩方法具有一定的实际应用价值。本文在对当前图像压缩技术进行充分分析和研究的基础上，以从大庆油田某检测中心采集到的X射线检测图像为研究对象，针对X射线图像的特点以及图像评判要求，提出了以整数小波变换为基础，结合嵌入式图像编码与感兴趣区域编码的X射线图像压缩方法，并通过相关实验进行验证，主要研究内容如下：1．对X射线图像的特性进行深入的分析与研究，针对X射线图像空间相关性高，高频信息较为丰富的特点，采用与其相适应的小波变换图像编码方法，同时结合X射线图像的客观质量要求，对能够实现图像无损压缩的整数小波变换展开研究，并对小波基的类型、边界延拓方案、小波变换级数等进行有针对性的选取，为实现X射线图像的高质量压缩奠定了基础。2．研究基于整数小波变换的X射线图像的无损编码压缩方案。针对X射线图像空间相关性高的特点，采用无损的DPCM编码方法对其进行高效编码，同时结合SPIHT算法与自适应算术编码的优势，提出基于整数小波变换的X射线图像的无损编码压缩方案，并通过相关实验证明了该方案的有效性。3．研究基于感兴趣区域编码的X射线图像压缩方法，将X射线图像中的重点检查区域作为感兴趣区域，将图像分割方法与图像压缩方法结合起来，将水平集算法运用于X射线图像感兴趣区域的提取之中，解决了传统感兴趣区域提取方法准确率不足的问题，并提出基于整数小波变换与感兴趣区域编码的X射线图像压缩方案，实验结果表明，该方案在保证X射线图像的压缩质量同时有效的提高了图像的压缩效率。(本文来源于《东北石油大学》期刊2014-06-08）
刘珊珊[7]（2014）在《基于JPEG2000的感兴趣区域编码的研究与实现》一文中研究指出伴随网络与多媒体技术的日益发展,可实现高压缩比例同时又能满足用户不同需求的图像压缩技术愈显出其重要性。感兴趣区域编码技术是指针对人们的喜好,将图像划分为背景区域(BG)与感兴趣区域(ROI)后,在编码过程中对这两个不同区域进行不同程度的压缩,从而在获取高压缩比的同时实现了对感兴趣区域的高质量重建,这一特点在低比特率条件时尤为突出,从很大意义上而言,感兴趣区域编码技术满足了人们对图像压缩方面很多新的需求。因此,感兴趣区域编码已成为目前图像编码领域的一大热点。作为一种新的图像压缩标准,JPEG2000具有很多新的突出特性,其中一个特性就是支持感兴趣区域编码。本文从算法研究和系统实现两个方面展开,对基于JPEG2000的感兴趣区域编码技术及其具体实现进行了研究:在技术研究方面,结合JPEG2000编码过程中利用到的小波变换特性,提出了一种基于分辨率等级的方法对感兴趣区域编码进行了改进;在实现方面,加入了感兴趣区域提取内容,实现在编码前自动获取感兴趣区域提高了编码系统的完整性。本文首先对常用的几种感兴趣区域编码的实现算法进行了研究,重点分析了最大平移法(MaxShift)和部分重要平移法(PSBShift)。最大平移法虽然易于实现但不能根据需求调节感兴趣区域与背景区域的对比度,部分重要平移法在调节感兴趣区域与背景区域对比度灵活度方面有了一定的提高,但在实现过程中在能够保证感兴趣区域质量的前提下对背景区域的调节也是受限的。针对算法中的缺点以及结合各个算法和JPEG2000编码的特点,提出了一种基于分辨率等级的感兴趣区域编码方式,主要思想为牺牲贡献于感兴趣区域的分辨率级别变换系数来补偿到背景区域。仿真结果表明,将改进应用到MaxShift以及PSBShift算法后,相同码率下,在保证感兴趣区域质量前提下,背景区域的PSNR值可提高2dB~4dB,实现了更好的编码效果。实现上,为了提高编码系统的完整性引入了感兴趣区域提取,本文是以人脸作为感兴趣区域采用了基于肤色的人脸检测方法。最后将感兴趣区域提取与编码结合,编程实现了一个可自动检测人脸并以人脸作为感兴趣区域的编码系统。(本文来源于《电子科技大学》期刊2014-04-01）
沈美玲[8]（2012）在《基于DWT与HVS的感兴趣区域编码研究》一文中研究指出随着多媒体技术和网络通信技术的迅猛发展，图像压缩编码已成为网络通信中的一个一个必不可少的环节，且国际上也制定了一系列的图像压缩标准。为了解决图像压缩质量与压缩比间的矛盾，新一代图像压缩标准JPEG2000中提出了一种新的技术，即感兴趣区域(Region of Interest，ROI)图像编码。当前，此技术已经成为图像压缩编码领域的研究热点之一。本文首先介绍了基于小波变换的图像压缩原理以及主要算法；其次对人类视觉系统处理图像信息的特性和视觉模型进行了分析，并应用于图像压缩编码，且通过实验证实了其有效性；然后，在上述基础上研究了感兴趣区域图像编码技术。本文对感兴趣区域编码的研究工作主要如下：1.研究分析了JPEG2000中两种ROI编码方法和几种改进的ROI编码方法。通过实验，对影响ROI图像编码的因素进行了研究，证实了小波域中系数对图像的影响。即利用JPEG2000中的一般位移法对小波分解后的低频和部分高频系数作提升，以达到对感兴趣区域和全图质量的提高，然后结合SPIHT算法进行编码。对比实验表明：提升低频和中频系数后，可以提高重构后的图像质量。2.针对感兴趣区域中存在的纹理丰富图像，提出了一种基于人眼视觉特性的感兴趣区域图像压缩。该方法首先对小波域图像不同频率和不同方向的系数进行加权，然后采用感兴趣区域编码中的最大位移法对小波域中的ROI系数作提升，最后通过SPIHT算法进行编码。实验结果表明：该方法比基于小波变换的感兴趣区域编码方法更加有效。最后，对全文做了总结和展望。(本文来源于《武汉科技大学》期刊2012-05-24）
杨晓,杨学友,叶声华[9]（2012）在《低码率下任意形状感兴趣区域编码》一文中研究指出针对任意形状感兴趣区域(ROI)编码算法在低码率下ROI重建质量差、编码时间长等问题,在优化的集合分裂树算法(SPIHT)基础上提出了一种适用于低码率的任意形状ROI编码方法。利用小波系数之间的空间位置相似性和所用小波滤波器的特征,以极少的码率实现了任意形状ROI掩模的描述,为提高算法效率奠定了基础;利用改进后的空间方向树结构以集合的形式测试ROI区域中更多的节点,提高了SPIHT中分类排序的扫描效率;以小波子带为单位的量化方法通过为每个小波子带选择合适的量化阈值优化了码流的输出,提高了低码率下ROI的重建质量。实验表明,提出的方法支持对多个任意形状ROI的编码;在不到0.04bit/pixel的码率下描述出了整幅图像中任意形状ROI的掩模信息;在码率小于0.5bit/pixel时,ROI的峰值信噪比(PSNR)比基于JPEG2000的多子带位平面平移(MSBShift)方法提高了2～7dB,编码时间缩短了30%以上。该方法具有ROI的重建质量高、编码速度快等特点,适于在低码率下应用。(本文来源于《光学精密工程》期刊2012年04期）
武永红,李东晖,刘敬,郭蕾[10]（2011）在《基于视觉显着性的彩色图像感兴趣区域编码》一文中研究指出目前感兴趣区域编码主要是针对灰度图像,对彩色图像不能直接使用。为此,提出一种基于视觉显着性的彩色图像感兴趣区域编码方法。从视觉显着图中分割出感兴趣区域,并对其进行小波变换,平移感兴趣区域的部分位平面,结合改进SPIHT方法进行编码。实验结果表明,相比SPIHT方法,该方法解码的整幅图像、感兴趣区域的峰值信噪比分别平均提高1.559 7 dB和1.845 0 dB。(本文来源于《计算机工程》期刊2011年S1期）
感兴趣区域编码论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了在保证视频质量的前提下降低视频编码码率,基于FPGA并行处理和HEVC视频分块编码的特点,提出一种基于块匹配的高斯背景建模-感兴趣区域(ROI)映射算法,并用于HEVC视频编码。通过基于块匹配的高斯方法建立背景帧后,利用SAD判别准则对视频帧的编码块进行二分类,进而映射到编码树单元(CTU);然后根据率失真特性对ROI区域和非ROI区域的量化参数进行自适应调整,并进入后续的HEVC编码过程。实验结果表明,在FPGA平台上该算法运行速度高达22 fps@1080 p;建模后提取的ROI映射CTU区域变质量编码可得到平均约10%的码率节省,视频质量保持稳定。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
感兴趣区域编码论文参考文献
[1].朱威,王东洋,欧全林,郑雅羽.基于智能目标检测的HEVC感兴趣区域编码方法[J].小型微型计算机系统.2019
[2].李申,严伟,夏珺,崔正东,柴志雷.基于FPGA的HEVC感兴趣区域编码算法研究与设计[J].电子技术应用.2018
[3].沈新雨.基于显着性检测的感兴趣区域编码[D].北京交通大学.2018
[4].王建新,朱恩,刘文松,祁友杰.基于JPEG2000的遥感图像感兴趣区域编码新算法及其VLSI设计[J].电子与信息学报.2016
[5].罗桂娥,钟进.基于JPEG2000的感兴趣区域编码方法研究[J].价值工程.2014
[6].王徐研.基于感兴趣区域编码的X射线图像压缩技术研究[D].东北石油大学.2014
[7].刘珊珊.基于JPEG2000的感兴趣区域编码的研究与实现[D].电子科技大学.2014
[8].沈美玲.基于DWT与HVS的感兴趣区域编码研究[D].武汉科技大学.2012
[9].杨晓,杨学友,叶声华.低码率下任意形状感兴趣区域编码[J].光学精密工程.2012
[10].武永红,李东晖,刘敬,郭蕾.基于视觉显着性的彩色图像感兴趣区域编码[J].计算机工程.2011
论文知识图
