[发明专利]嵌入的离散余弦变换式静止图像编码算法

说明书

本发明涉及静止图像的编码算法和用来执行这种算法的设备。该算法特别适合用来产生一种嵌入的比特流，并且用不同于其余图像的质量对一部分图像进行编码。

在许多实际的图像/电视压缩系统中已经广泛地使用了变换编码。采用变换方式的基本目的是，在变换之后的图像压缩工作比空间域中的直接编码更容易。诸如JPEG，H261/H.263和MPEG等等大多数编码标准已经采用了离散余弦变换(DCT)的变换方法。

近年来，大多数研究工作已经从DCT转向了小波变换，特别是在Shapiro发表了他对嵌入的零树小波(EZW)图像编码的研究报告之后，参见J.M.Shapiro“Embedded Image Coding using zerotrees ofwavelet coefficients”，IEEE Trans.on Signal Processing，Vol.41，No.12，pp.3445-3462，Dec.1993。

W.B.Pennebaker，J.L.Mitchell的论文JPEG Still Image DataCompression Standard，Van Nostrand Reinhold，New York，1993描述了DCT式编码的现有技术状态。

在许多应用中都需要获得一种嵌入的比特流。由于嵌入的比特流中包含在比特流开头嵌入的所有低速率，比特是按照从最重要到不太重要的顺序排列的。使用嵌入的编码，在达到比特计数的目标参数时就停止这种编码。按照类似的方式，对于嵌入的比特流来说，解码器可以在任何一点上停止解码，并且可以产生对应着所有低速率编码的再现。

为了优化嵌入的比特流而需要首先发送对图像的视觉识别最重要的那些比特。这就相当于在低比特率下让比特流具有良好的压缩/质量比。

DCT是正交的，这就意味着它会保存能量。换句话说，相对于均方根误差(RMSE)(或是峰值信-噪比-PSNR)来说，一定幅值的变换图像中的误差会在相同幅值的原始图像中产生一个误差。

这就意味着应该首先发送具有最大幅值的系数，因为这其中具有最多的信息。同时还意味着可以用二进制表达方式来排列这种信息，并且应该首先发送最高有效位。

在DCT变换之后，图像的大多数能量集中在低频系数中，而其余的系数具有很低的值。这就意味着在这些系数的最高有效位面(MSB)上有许多零。一直到找到某一系数的第一有效位(FSB)时为止，零的概率很高。因此，编码的任务也就变成了以一种有效的方式对这些零进行编码的任务。

在Z.Xiong，O.Guleryuz，M.T.Orchard，″A DCT-based embeddedimage coder，IEEE Signal Processing Letters，Vol.3，No.11，pp.289-290，Nov.1996，N.K.Laurance，D.M.Monro，Embedded DCTcoding with significance masking″Proc.IEEE ICASSP 97，Vol.IV，pp.2717-2720，1997和J.Li，J.Li，C.-C.Jay Kuo，LayeredDCT still image compression，IEEE Tran.On Circuits and Systemsfor Video Technology，Vol.7，No.2，April 1997，pp.440-442的论文中，尽管也使用了DCT变换，系数的编码并不是按照JPEG编码的方式完成的，而是可以产生一种嵌入的比特流。

本发明的目的是提供一种算法和执行这种算法的装置，用来输出一种嵌入的DCT式(EDCT)图像，由此所获得的解码图像比上述论文中所公开的从JPEG和DCT式编码器获得的图像具有更好的PSNR。

本发明的另一个目的是提供一种方法，它可以用一种不同于其余图像的质量为图像中的Regions of Interest(ROI)(重要区域)进行编码，同时仍然保持算法的嵌入性质。

这些目的是通过采用以下基本步骤的方法来实现的：

-将图像划分成方块。

-单独用DCT变换每一块。变换产生一个块的系数，在左上角是DC系数，在对应着块的轴线方向上具有较高的水平和垂直频率系数。传统块使用8×8的尺寸，但是此处可以使用任何二的乘方的块尺寸。将尺寸限制为二的乘方是为了能快速地计算DCT。

-以渐进的方式量化和发送DCT系数，以便首先发送最重要的信息。