论文部分内容阅读
对于一幅图像,有时人们只关心其中的某些特定内容。比如说无人机侦察图像,用户则比较关心其中的军事目标(军车、坦克、碉堡等),同时,这些军事目标在整幅无人机侦察图像中只占据了一小块区域。为了减少图像数据的存储空间和高质量恢复军事目标区域,本文研究了一种新方法——分离压缩方法。将无人机侦察图像的感兴趣区域(Region of Interest,ROI)和背景区域(Back Ground,BG)相分离,其中感兴趣的军事目标区域选择压缩比小的压缩(甚至无损压缩),背景区域则选择压缩比大的压缩。1、分析讨论了JPEG2000标准中的两种基于感兴趣区域的压缩方法,并对比这两种方法的优缺点。目前研究的基于感兴趣区域的压缩方法,均实现了感兴趣区域的恢复质量高于背景区域,但它们在处理时是对整幅图像整体处理。依据无人机侦察图像的特点和压缩要求,本文研究了一种将图像感兴趣区域和背景区域分离的压缩方法,将此方法适用于无人机侦察图像。2、分析对比了常用边缘轮廓检测方法的效果,在课题研究过程中,依据军事侦察目标外形边框规则的特点,选择改进后的Canny算法,来找到无人机侦察图像中物体的边缘轮廓曲线,再分析判断出其中的规则封闭轮廓。确定无人机侦察图像的感兴趣军事目标区域。3、深入研究本文的分离压缩方法,根据既定的感兴趣军事目标区域,选择一种合适的方法将无人机侦察图像的感兴趣军事目标区域和背景内容相分离。ROI与BG分离之后,对这两部分可以自由选择合适的压缩方法。分析对比EZW和SPIHT后,对这两部分选择改进的SPIHT,但各自的比特率不同,实现不同的压缩比。4、在MATLAB7.0环境下,使用MATLAB语言实现该方法。实验结果表明,本文方法可以很好地保证无人机侦察图像感兴趣军事目标区域的恢复质量,同时也可自由调整目标和背景的相对质量。在目标重构品质与大压缩比间取得了一个较好的效果。