曾基業(yè)，肖德琴，林探宇（華南農(nóng)業(yè)大學(xué)數(shù)學(xué)與信息學(xué)院，廣州510642）

?

農(nóng)業(yè)圖像感興趣區(qū)域可調(diào)壓縮處理系統(tǒng)設(shè)計與實現(xiàn)

曾基業(yè)，肖德琴，林探宇
（華南農(nóng)業(yè)大學(xué)數(shù)學(xué)與信息學(xué)院，廣州510642）

摘要：

關(guān)鍵詞：

感興趣壓縮；SVM；JPEG圖像壓縮；遠(yuǎn)程傳輸

0　引言

數(shù)字圖像處理技術(shù)在20世紀(jì)60年代初期作為一門新的學(xué)科逐步發(fā)展起來。數(shù)字圖像處理技術(shù)是計算機(jī)的一種相關(guān)技術(shù)，它是為了達(dá)到某種預(yù)想目的而對圖像進(jìn)行運(yùn)算和處理的一種過程。在發(fā)展圖像處理技術(shù)的早期，圖像處理的主要目的是在人的視覺效果和圖像質(zhì)量上進(jìn)行改善[1］。我國是一個農(nóng)業(yè)大國，圖像處理在農(nóng)產(chǎn)品檢測、農(nóng)作物病蟲草害診斷識別、精準(zhǔn)噴藥和果實采摘等方面都有著廣泛的應(yīng)用，取得了豐碩的研究成果，對農(nóng)業(yè)各領(lǐng)域的現(xiàn)代化進(jìn)程起到了十分重要的促進(jìn)作用。但是自然農(nóng)作物的田間環(huán)境復(fù)雜，網(wǎng)絡(luò)傳輸能力有限，網(wǎng)絡(luò)傳輸速度難以滿足要求；為此，對高效率的農(nóng)業(yè)圖像感興趣區(qū)域壓縮傳輸技術(shù)的要求大大提高。

在感興趣圖像壓縮上，一種靈活的方法便是在ROI采用高圖像質(zhì)量的近無損壓縮，而在RONI采用高壓縮率的有損壓縮。例如，在無線醫(yī)療應(yīng)用中，服務(wù)器端向客戶端傳輸圖像數(shù)據(jù)時，利用這種方法在有限的傳輸帶寬上提供更加靈活的圖像傳輸機(jī)制，有助于提升客戶端瀏覽醫(yī)學(xué)圖像的體驗，在無線醫(yī)療應(yīng)用中具有很好的應(yīng)用前景，其研究的難點(diǎn)在于ROI的分割[2-4］。而在農(nóng)業(yè)圖像上，支持向量機(jī)SVM（Support Vector Machine）的學(xué)習(xí)模型能夠提供一種對ROI區(qū)域進(jìn)行分割的算法，而對于傳統(tǒng)的分割算法而言，SVM的效果以及速率都大大提高。隨著機(jī)器學(xué)習(xí)領(lǐng)域的愈發(fā)成熟，支持向量機(jī)作為一種新的分類方法已經(jīng)用于圖像分割，它能較好地利用彩色圖像的統(tǒng)計特征，且可避開求最佳門限值困難的問題[5］。對于田間色彩分明的農(nóng)作物而言，SVM很好地解決了農(nóng)業(yè)圖像的ROI分割問題。

結(jié)合SVM的ROI分割問題，為實現(xiàn)課題組前期農(nóng)業(yè)現(xiàn)場圖像系統(tǒng)的高效傳輸?shù)男枨骩6-7］，同時又為滿足不同用戶對農(nóng)業(yè)圖像清晰度、大小、質(zhì)量等的要求，本文設(shè)計實現(xiàn)了可調(diào)壓縮比的農(nóng)業(yè)圖像感興趣區(qū)域壓縮傳輸處理系統(tǒng)。下面將首先介紹系統(tǒng)的總體設(shè)計方案，然后介紹系統(tǒng)各模塊的詳細(xì)設(shè)計與實現(xiàn)，最后對系統(tǒng)性能進(jìn)行了測試與分析。

1　系統(tǒng)總體設(shè)計方案

系統(tǒng)使用Visual Studio 2010在Windows平臺下開發(fā)。使用普通的攝像頭作為圖像采集設(shè)備，利用C++封裝好協(xié)議的Socket編程進(jìn)行圖像數(shù)據(jù)的傳輸。系統(tǒng)分為服務(wù)器端和客戶端，由客戶端向連接服務(wù)器發(fā)起請求從而建立單向連接。系統(tǒng)總體設(shè)計圖如圖1所示。

圖1　系統(tǒng)總體設(shè)計圖

系統(tǒng)分為服務(wù)器端和客戶端，啟動服務(wù)器和客戶端后，自動進(jìn)行連接。服務(wù)器和客戶端選好相同的傳輸端口后（默認(rèn)是4000端口），由客戶端手動輸入服務(wù)器的IP，根據(jù)輸入的IP匹配不同的服務(wù)器。在客戶端上，首先是目標(biāo)的選取，選擇需要處理的圖像路徑，再選擇不同的算法處理圖像并預(yù)覽，最后將整個圖像通過網(wǎng)絡(luò)傳輸，發(fā)送到服務(wù)器上。服務(wù)器上有緩沖和存儲兩種模式，選擇緩沖模式時，能夠接收客戶端發(fā)送的圖像并進(jìn)行預(yù)覽，但不會進(jìn)行存儲；選擇存儲模式時，能夠接收客戶端發(fā)送的圖像并進(jìn)行預(yù)覽，同時存儲在服務(wù)器硬盤上。

2　系統(tǒng)主要模塊設(shè)計與實現(xiàn)

基于農(nóng)業(yè)圖像感興趣區(qū)域壓縮處理系統(tǒng)分為四個主要模塊：圖像分割模塊、圖像壓縮模塊、網(wǎng)絡(luò)發(fā)送/接收模塊、圖像存儲模塊；接下來將會對每個模塊的具體設(shè)計與實現(xiàn)進(jìn)行詳細(xì)的敘述。各主要模塊之間的結(jié)合關(guān)系如圖2所示。

2.1農(nóng)業(yè)圖像感興趣分割模塊

在計算機(jī)視覺領(lǐng)域，圖像分割（Segmentation）是指把數(shù)字圖像分割為幾個圖像像素集。圖像分割的目的是簡化或更改圖像的表示方式，從而使得圖像更容易理解和分析[8］。圖像分割通常用于定位圖像中的S標(biāo)對象和邊界、線、曲線等。更準(zhǔn)確地說，圖像分割是將圖像的每個像素加上標(biāo)簽的一個過程，這一過程使得具有相同的標(biāo)簽的像素具備了一些共同的視覺特性。圖像分割是圖像中的子域設(shè)置成集合，然后利用這些集合來全面的覆蓋整個圖像[9］。子區(qū)域中每個像素在對應(yīng)特性的度量或者計算下都具有相似特征，這個特征的表現(xiàn)形式很多，例如色彩、亮度、紋理等等，并且結(jié)果圖像中的相鄰地區(qū)的特性是非常不同的[10］。

系統(tǒng)分割模塊主要應(yīng)用支持向量機(jī)（SVM）的方法，結(jié)合傳統(tǒng)的圖像處理中的一些特征表述方法，對農(nóng)業(yè)圖像ROI進(jìn)行分割識別。SVM算法的優(yōu)點(diǎn)在于，在農(nóng)業(yè)圖像上農(nóng)作物的果實與其背景的顏色差值比較大，通過對色彩特征的提取，訓(xùn)練出特定的農(nóng)作物模型，從而達(dá)到想要的分割效果。

圖2　系統(tǒng)主要模塊圖

分割算法步驟如下：

（1）樣本采集：在圖像樣本中，分別選取目標(biāo)部分圖像和背景部分圖像，選取的標(biāo)準(zhǔn)是：具有顏色、輪廓等差異的代表性的部分，得到目標(biāo)部分及背景部分的特征圖像；

（2）模型生成：將（1）得到的兩種圖像進(jìn)行像素點(diǎn)的均值變換，并加入用1和-1進(jìn)行區(qū)分，以（1，B，G，R）的向量形式代表目標(biāo)，（-1，B，G，R）的向量形式代表背景，最后得到一個包含這兩種類型的大數(shù)據(jù)模型；

（3）模型優(yōu)化：將（2）得到的模型進(jìn)行SVM分類器的訓(xùn)練，得到線性核函數(shù)K（x，y）=x·y優(yōu)化后的最優(yōu)模型；

（4）分割圖像：將需要分割的目標(biāo)圖像與（3）得到的最優(yōu)模型進(jìn)行比較，圖像與模型比較通過SVM_CUT（）函數(shù)實現(xiàn)，最終得到目標(biāo)部分的圖像，即ROI圖像。

分割后的區(qū)域效果，主要是取決于步驟（1）中兩類圖像的采集；而分割速率也取決與步驟（1），不同的是，速率與兩類圖像的數(shù)量成正比。綜上所述，SVM算法的優(yōu)點(diǎn)就是分割效果好，但分割效果由樣本采集是否具有代表性來決定，具有一定的主觀因素。

2.2可調(diào)圖像壓縮模塊

JPEG提出的JPEG標(biāo)準(zhǔn)是為連續(xù)色調(diào)圖像的壓縮提供的公共標(biāo)準(zhǔn)。連續(xù)色調(diào)圖像并不局限于單色調(diào)（黑白）圖像，該標(biāo)準(zhǔn)可適用于各種多媒體存儲和通信應(yīng)用所使用的灰度圖像、攝影圖像及靜止視頻壓縮文件[11］。圖像壓縮編碼方法從壓縮編碼算法原理上可以分為無損壓縮編碼、有損壓縮編碼、混合編碼方法。而本文中，對背景部分（RONI）采取高壓縮比的有損壓縮DCT變換編碼，同時為了保存前景部分（ROI）的信息完整，對該區(qū)域進(jìn)行可調(diào)壓縮比的DCT變換編碼壓縮。DCT變換常常被認(rèn)為是圖像/視頻變換編碼的最佳變換之一。DCT變換是一種空間變換，它的最大特點(diǎn)是對于一般的圖像都能夠?qū)⑾袼貕K的能量集中于少數(shù)低頻DCT系數(shù)上，這樣就可能只編碼和傳輸少數(shù)系數(shù)而不嚴(yán)重影響圖像質(zhì)量[12］。

基于DCT的JPEG壓縮主要分為以下幾個步驟：

（1）顏色轉(zhuǎn)換：為了減少色度通道包含大量的冗余信息，需要對背景區(qū)域圖像進(jìn)行色彩空間變換，從RGB 到Y(jié)CbCr的色彩空間變換：

Y=0.29000R+0.587000G+0.114000B

Cb=-0.165736R-0.331264G+0.500002B

Cr=0.50000R-0.418688G-0.081312B

其中，Y表示亮度分量，Cb和Cr表示藍(lán)紅色度分量。

（2）DCT變換：DCT（Discrete Cosine Transform）是將圖像信號在頻率域上進(jìn)行變換，分離出高頻和低頻信息的處理過程。然后再對圖像的高頻部分（即圖像細(xì)節(jié)）進(jìn)行壓縮，以達(dá)到壓縮圖像數(shù)據(jù)的目的。首先將圖像劃分為多個8×8的矩陣。然后對每一個矩陣作DCT變換。變換后得到一個頻率系數(shù)矩陣，其中的頻率系數(shù)都是浮點(diǎn)數(shù)。

（3）量化：JPEG是一種利用了量化的圖像有損壓縮。JPEG的編碼過程對原始的圖像數(shù)據(jù)作離散余弦變換，然后對離散結(jié)果進(jìn)行量化并作熵編碼[13］。由于在后面編碼過程中使用的碼本都是整數(shù)，因此需要對變換后的頻率系數(shù)進(jìn)行量化，將之轉(zhuǎn)換為整數(shù)。由于進(jìn)行數(shù)據(jù)量化后，矩陣中的數(shù)據(jù)都是近似值，和原始圖像數(shù)據(jù)之間有了差異，這一差異是造成圖像壓縮后失真的主要原因。

（4）熵編碼：JPEG標(biāo)準(zhǔn)規(guī)定了兩種熵編碼方式，Huffman編碼方式和算術(shù)編碼方式。我們采用平均壓縮比最高的哈夫曼編碼，對出現(xiàn)概率大的字符分配字符長度較短的二進(jìn)制編碼，對出現(xiàn)概率小的字符分配字符長度較長的二進(jìn)制編碼，從而使得字符的平均編碼長度最短，得到較好的壓縮效果。Huffman編碼的原理請參考數(shù)據(jù)結(jié)構(gòu)中的Huffman樹或者最優(yōu)二叉樹。

在整個JPEG壓縮的流程中，需要對其內(nèi)部函數(shù)進(jìn)行修改，例如：對量值quality進(jìn)行優(yōu)化，滿足不同用戶需求進(jìn)行可調(diào)壓縮比的壓縮算法等。

2.3網(wǎng)絡(luò)發(fā)送/接收模塊

在本系統(tǒng)中的網(wǎng)絡(luò)傳輸部分分為網(wǎng)絡(luò)發(fā)送模塊和網(wǎng)絡(luò)接收模塊。網(wǎng)絡(luò)發(fā)送模塊負(fù)責(zé)將客戶端處理后的圖像轉(zhuǎn)換成字節(jié)流的形式，利用封裝好TCP/IP協(xié)議的網(wǎng)絡(luò)Socket編程進(jìn)行局域網(wǎng)的傳送。網(wǎng)絡(luò)接收模塊負(fù)責(zé)接收從網(wǎng)絡(luò)中發(fā)送過來的數(shù)據(jù)包，并調(diào)用相關(guān)函數(shù)，將接收到的數(shù)據(jù)送到圖像數(shù)據(jù)緩沖區(qū)，進(jìn)行解碼后在客戶端的圖像顯示模塊界面進(jìn)行接收預(yù)覽，最后根據(jù)用戶的選擇來決定是否將該區(qū)域的圖像存儲在服務(wù)器的硬件上。網(wǎng)絡(luò)發(fā)送接收模塊的原理如圖3所示。

整個傳輸?shù)木唧w過程如下：

程序初始化，開啟服務(wù)器，服務(wù)器端進(jìn)入監(jiān)聽狀態(tài)，等待連接?？蛻舳碎_啟，通過輸入的IP地址和端口號來建立連接?？蛻舳撕头?wù)器匹配成功建立連接后，客戶端數(shù)據(jù)包Socket通過輸入的IP地址和端口號進(jìn)行圖像數(shù)據(jù)的傳輸。由于發(fā)送的是圖像數(shù)據(jù)，需要通過流的轉(zhuǎn)換，將圖像數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)流的形式進(jìn)行傳輸。服務(wù)器等待接收網(wǎng)絡(luò)中傳輸過來的數(shù)據(jù)并進(jìn)行預(yù)覽和存儲等操作。直接關(guān)閉客戶端或者服務(wù)器進(jìn)行連接的斷開。服務(wù)器接收到數(shù)據(jù)流后，在服務(wù)器端將數(shù)據(jù)流轉(zhuǎn)換成圖像數(shù)據(jù)進(jìn)行顯示或者存儲。至此，整個會話流程結(jié)束。

圖3　網(wǎng)絡(luò)發(fā)送接收模塊

2.4圖像存儲模塊

跟大多數(shù)傳輸接收系統(tǒng)一樣，存儲模塊作為必不可少的環(huán)節(jié)，該系統(tǒng)軟件也是需要這個功能的?；贛FC編寫的系統(tǒng)好處之一就是，可以直接利用MFC中的file.Write（）函數(shù)，將接收到的圖像進(jìn)行存儲。在網(wǎng)絡(luò)傳輸系統(tǒng)中，將處理好的農(nóng)業(yè)圖像進(jìn)行字節(jié)流的轉(zhuǎn)換，得到轉(zhuǎn)換后的字節(jié)流數(shù)據(jù)后再進(jìn)行網(wǎng)絡(luò)傳輸。服務(wù)器接收到客戶端傳輸?shù)淖止?jié)流數(shù)據(jù)，通過write（）函數(shù)，將字節(jié)流的buffer數(shù)據(jù)進(jìn)行轉(zhuǎn)換，得到最終的JPEG格式的圖像。根據(jù)strFilePath變量中保存存儲路徑的字符串?dāng)?shù)據(jù)，將JPEG格式的圖像存儲在服務(wù)器相應(yīng)的路徑下。

2.5農(nóng)業(yè)圖像感興趣區(qū)域壓縮處理系統(tǒng)的實現(xiàn)

基于前面四個模塊的設(shè)計與實現(xiàn)，最終通過Microsoft Visual Studio 2010編程軟件，利用C++中的MFC模型，對系統(tǒng)的服務(wù)器端和客戶端進(jìn)行設(shè)計與編寫，將所有功能通過用戶交互界面進(jìn)行展示。最終設(shè)計出如下界面。

將2.1-2.4設(shè)計的所有模塊嵌入到該軟件系統(tǒng)中。如圖4所示，SVM+JPEG選項是該系統(tǒng)的最終目標(biāo)功能，實現(xiàn)了農(nóng)業(yè)圖像的感興趣區(qū)域分割可調(diào)壓縮處理功能。并且，提供了JPEG壓縮、SVM分割供用戶查看階段性的壓縮和分割效果；同時，提供傳統(tǒng)的grabCut算法選項，與SVM算法進(jìn)行對比。

圖4　軟件客戶端

圖5　軟件服務(wù)器

GrabCut算法是依據(jù)"GrabCut"-Interactive Foreground Extraction using Iterated Graph Cuts這篇文章來實現(xiàn)的。該算法利用了圖像中的紋理（顏色）信息和邊界（反差）信息，只要少量的用戶交互操作即可得到比較好的分割結(jié)果。其函數(shù)單獨(dú)運(yùn)行時間大約20秒。

3　實驗測試與結(jié)果分析

3.1實驗測試與數(shù)據(jù)記錄

為了驗證本系統(tǒng)算法的實用性和高效性，以農(nóng)業(yè)圖像中的番茄為樣本，對其壓縮、分割以及兩種算法結(jié)合的實驗數(shù)據(jù)進(jìn)行分析。番茄原圖如圖6所示，其大小為112KB。對圖6進(jìn)行SVM算法的分割，效果如圖7和圖8所示，RONI大小為96KB，ROI大小為72KB。對圖7即RONI進(jìn)行高壓縮比JPEG的有損壓縮，效果如圖9所示，其大小為16KB。對ROI進(jìn)行低壓縮比的近無損壓縮處理，保留了ROI區(qū)域信息的完整性，效果如圖10所示，大小為24KB。最后，將壓縮后的背景和前景進(jìn)行結(jié)合并再次進(jìn)行低壓縮比壓縮，得到最終完整的圖像，如圖11所示，大小為24KB。

為了體現(xiàn)本系統(tǒng)SVM核心算法的主要優(yōu)點(diǎn)，與grabCut分割算法進(jìn)行了比較。壓縮算法均采用JPEG，然后將所有流程一次性完成，最終得到SVM_JPEG和grabCut_JPEG所需要的時間。圖12為SVM_JPEG算法流程所需時間，1961ms；經(jīng)過大量測試，平均運(yùn)行時間大概為2000ms，即2s。圖13為grabCut_JPEG算法流程所需時間，26749ms；經(jīng)過大量測試，平均運(yùn)行時間大概為26000，即26s，即融入系統(tǒng)中還比單獨(dú)運(yùn)行多了6秒之多。同時，切割效果也有明顯的差別，用grabCut分割算法切割后，效果如圖14所示。與圖8完美的分割效果相比，效果差強(qiáng)人意。為了體現(xiàn)JPEG對ROI進(jìn)行可調(diào)壓縮比算法的優(yōu)勢，與固定壓縮比的JPEG壓縮算法比較。采用固定壓縮比的JPEG算法如圖15所示，大小為92KB。采用高低壓縮比相結(jié)合的可調(diào)壓縮比JPEG算法如上述圖11所示，大小為24KB。相比之下，可調(diào)壓縮比JPEG算法壓縮目標(biāo)圖像之后的圖像大小所占容量更小，也足以說明該壓縮算法的優(yōu)勢之一。

圖6　未經(jīng)過處理的原圖

圖7　SVM分割背景算法（RONI）

圖8　SVM分割前景算法（ROI）

圖9　JPEG壓縮背景算法

圖10　JPEG壓縮前景算法

圖11　SVM_JPEG算法結(jié)果

3.2數(shù)據(jù)比較與結(jié)果分析

（1）圖7 RONI圖像大小92KB壓縮到圖9的16KB，壓縮比為5.75：1，其高壓縮比的JPEG算法能夠滿足高壓縮比的要求了；實現(xiàn)起來也比其他壓縮算法相對快速簡單，因此對RONI使用高壓縮比JPEG算法是相對較佳的做法；

圖12　SVM_JPEG算法運(yùn)行時間

圖13　grabCut_JPEG算法運(yùn)行時間

（2）圖8 ROI圖像大小72KB壓縮到圖10的20KB，壓縮比為3.6：1，對比圖8和圖10，ROI采用可調(diào)壓縮比的近無損壓縮保留了感興趣區(qū)域圖像數(shù)據(jù)的完整性，同時也保留了該區(qū)域的清晰度；

（3）對比圖11和圖15的實驗結(jié)果可知，與固定壓縮比的JPEG算法比較，可調(diào)壓縮比的壓縮算法在保留感興趣區(qū)域信息完整的同時，其圖像大小也降低了近5倍；

（4）對比圖12和圖13的實驗結(jié)果可知，與現(xiàn)有的grabCut分割算法比較，SVM機(jī)器學(xué)習(xí)算法展示了它的優(yōu)勢。從大量的測試結(jié)果看，grabCut平均用26秒處理的圖像，SVM平均只用了2秒而已，可見SVM算法具有較快的運(yùn)行效率；

（5）對比圖8和圖14的實驗結(jié)果可知，SVM算法能夠完美地切割出感興趣區(qū)域，而grabCut算法尚存在一定的瑕疵；

（6）原圖圖6進(jìn)行SVM分割JPEG壓縮處理后，從112KB變成圖11的24KB。壓縮比為4.7：1，從總體上看，實現(xiàn)了保留原圖像感興趣區(qū)域信息完成的同時，將圖像大小壓縮到了原來的1/5。在田間作業(yè)傳輸量以及傳輸速率有限的情況下，能夠有效地減少傳輸量以及提高傳輸速率。

圖14　grabCut分割算法

圖15　固定壓縮比JPEG算法

4　結(jié)語

本文對SVM算法進(jìn)行了研究并實現(xiàn)，達(dá)到了比較完美的感興趣區(qū)域（ROI）識別與分割效果。對JPEG壓縮算法進(jìn)行研究并實現(xiàn)，達(dá)到了對農(nóng)業(yè)圖像背景區(qū)域（RONI）的有損壓縮功能，并取得了3.6：1-5.75：1之間的可調(diào)壓縮比。整個流程在實現(xiàn)完美分割效果的同時，既克服了網(wǎng)絡(luò)帶寬的瓶頸，節(jié)省網(wǎng)絡(luò)資源，還降低了壓縮傳輸成本，減少節(jié)點(diǎn)耗能。實驗結(jié)果表明，本文設(shè)計的系統(tǒng)所使用的SVM_JPEG算法，平均能夠在2秒內(nèi)實現(xiàn)所有處理，提高了傳輸過程中的傳輸速率。同時，該系統(tǒng)用C++語言進(jìn)行編寫，對下一步課題組后期農(nóng)業(yè)現(xiàn)場圖像系統(tǒng)移植到嵌入式系統(tǒng)上提供了很大方便。因此，本方案在低成本農(nóng)業(yè)圖像采集傳輸方面具有較好的實用價值。

參考文獻(xiàn)：

[1］劉直芳，王運(yùn)瓊，朱敏.數(shù)字圖像處理與分析[M］.北京：清華大學(xué)出版社，2006.

[2］BRINDHA B，RAGHURAMAN G．Region Based Lossless Compression for Digital Images in Telemedicine Application[C］.IIEEE．Communications and Signal Processing（ICCSP），2013 International Conference on Communicationand Signal Processing，April 3-5，2013．Melmaruvathur，India：IEEE Press，2013：537-540．

[3］SHAN Y，TSAI K，WU J．A New Seeded Region Growing Algorithm for Large Object Segmentation[C］.IEEE．Biomedical Engineering and Informatics（BMEI），2011 4th International Conference on Biomedical Engineering and Informatics.Shanghai，China：IEEE Press，2011：47-51．

[4］魏津瑜，施鶴南，蘇思沁．基于改進(jìn)算法的自動種子區(qū)域生長圖像分割[J］．中南大學(xué)學(xué)報：自然科學(xué)版，2013，44（z2）：308-312．

[5］薛志東，隋衛(wèi)平，李利軍.一種SVM與區(qū)域生長相結(jié)合的圖像分割方法[J］.計算機(jī)應(yīng)用，2007，02：463-465.

[6］Xiao Deqin，Huang Shunbin，Yin Jianjun，F(xiàn)eng Jianzhao，High Resolution Vision Sensor Transmission Control Scheme Based on 3G and Wi-Fi，Transactions of the Chinese Society of Agricultural Engineering，2015（4）：167-172.

[7］肖德琴，黃順彬，殷建軍.一種嵌入式應(yīng)用高分辨率農(nóng)業(yè)圖像采集節(jié)點(diǎn)設(shè)計.農(nóng)業(yè)機(jī)械學(xué)報，2014.02：276-281.

[8］Shinn-Ying Ho，Kual-Zheng Lee.Design and-Analysis of an Efficient Evolutionary Image Segmentation Algorithm[J］.The Journal of VLSI Signal Processing，2003，35（1）：29-42.

[9］徐國雄，王海娜，胡進(jìn)賢.一種基于混合方法的彩色圖像分割算法——結(jié)合分水嶺算法、種子區(qū)域生長和區(qū)域合并的混合方法[J］.計算機(jī)科學(xué)與應(yīng)用，2013，03（02）：134-138.

[10］BJ.Devereux，G.S.Amable，C.Costa Posada.An Efficient Image Segmentation Algorithm for Landscape Analysis[J］.International Journal of Applied Earth Observations and Geoinformation，2004，6（1）：47-61.

[11］羅倩玲.JPEG編碼技術(shù)與矢量量化編碼方法比較[J］.電子測量技術(shù)，2005（4）：35-37.

[12］張巧芳，李光耀，丁美林，等.基于單幅圖像的三維瀏覽圖生成算法[J］.計算機(jī)技術(shù)與發(fā)展，2010，20（1）：22-24.

[13］趙珊，趙倩.基于DCT系數(shù)的JPEG圖像檢索算法[J］.計算機(jī)工程，2010，36（19）：190-192.

林探宇（1994-），男，廣東梅州人，本科，研究方向為網(wǎng)絡(luò)工程

With the rapid development of science and technology，image processing technology becomes increasingly more mature.Currently，there are lots of researches on the compression of medical images and remote sensing image based on region of interest，but similar researches on agriculture image segmentation and compression are relatively few.Presents a system on scalable compressing region of interest of agricultural images.Segments the agriculture images into region of interest（ROI）and non-ROI（RONI），uses the support vector machine SVM model；then，applies JPEG image compression algorithm on the ROI with a scalable compression ratio and RONI with a high scalable compression ratio，and combines these two regions into an integral agricultural image；transmits the agricultural image with a C/S model，realizes the remote transmission of images.In our experiments，realizes the compression of ROI with a scalable compression ratio ranging from 4.7：1 to 5.75：1，and this technology allows the whole process to be finished within 2 seconds，which improves the transmission rate and thus has a broad application prospect.

Keywords：

the Compression of Region of Interest；SVM；JPEG Image Compression Algorithm；the Remote Transmission

Design and Implementation of a Software System on Compressing Region of
Interest of Agricultural Images

ZENG Ji-ye，XIAO De-qin，LIN Tan-yu
（College of Mathematics and Informatics，South China Agricultural University，Guangzhou 510642）

Abstract：

隨著科技水平的快速發(fā)展，圖像處理技術(shù)也愈加成熟。目前，在基于感興趣區(qū)域的圖像壓縮對醫(yī)學(xué)圖像、遙感圖像方面進(jìn)行較多的研究，但是在農(nóng)業(yè)圖像方面的感興趣分割以及壓縮算法研究較少。設(shè)計一個壓縮比可調(diào)的農(nóng)業(yè)圖像感興趣區(qū)域壓縮處理系統(tǒng)，首先采用支持向量機(jī)SVM的模型，對農(nóng)業(yè)圖像進(jìn)行感興趣區(qū)域（ROI）與非感興趣區(qū)域（RONI）的分割處理；再對感興趣區(qū)域采用可調(diào)壓縮比的JPEG圖像壓縮算法進(jìn)行壓縮處理，對非感興趣區(qū)域采用高壓縮比的JPEG圖像壓縮算法進(jìn)行壓縮處理，然后將兩個區(qū)域進(jìn)行結(jié)合，形成完整的農(nóng)業(yè)圖像。最后，將處理后的農(nóng)業(yè)圖像進(jìn)行客戶端/服務(wù)器模式（C/S模式）傳輸，實現(xiàn)遠(yuǎn)程傳輸圖像的功能。實驗展示，實現(xiàn)4.7：1至5.75：1之間的感興趣區(qū)域（ROI）可調(diào)壓縮比功能，并能在2秒內(nèi)實現(xiàn)所有處理，提高傳輸過程中的傳輸速率，具有一定應(yīng)用前景。

基金項目：

國家級大學(xué)生創(chuàng)新項目（No.201410564287）、國家級星火計劃項目（No.2013GA780002、No.2015GA780002）

文章編號：1007-1423（2016）15-0044-07

DOI：10.3969/j.issn.1007-1423.2016.15.012

作者簡介：

曾基業(yè)（1992-），男，廣東惠州人，本科，研究方向為網(wǎng)絡(luò)工程

通訊作者：肖德琴（1970-），女，重慶人，博士，教授，研究方向為計算機(jī)網(wǎng)絡(luò)、無線傳感器網(wǎng)絡(luò)、網(wǎng)絡(luò)安全

收稿日期：2016-01-19修稿日期：2016-05-15