随着科技的进步和医疗设备的发展,医学病理图像数据越来越庞大,医学病理图像的存储与传输对图像的编码提出了更高的要求。医学病理图像在压缩过程中,既需要保证细胞区域的压缩质量又要提高整体图像的压缩效率。若细胞区域的码率分配较少,会导致质量损失大,影响诊断结果;若背景区域的码率分配较多,则会增加存储代价。目前的核心问题是如何在有限的带宽以及时延的条件下获得最优的编码性能。对于这个问题的探索与研究具有重要的意义和应用价值。目前研究方向主要是在时间和空间等方面来尽量减少冗余从而改善编码性能。本课题主要研究如何准确控制医学病理图像ROI与UROI的编码质量,尽可能地减少空间与时间冗余最大程度提高编码速率的问题。针对此问题,本文提出基于ROI的医学病理图像编码方法。在宏观上可以分为空间冗余方面的编码性能提升和时间冗余方面的编码性能提升。在空间冗余方面提升编码性能,由于在图像进行压缩时,对图像中的感兴趣区域(ROI)分配较多的码率,对非感兴趣区域(UROI)可以分配较少的码率,从而提高编码效率。1)考虑到医学病理图像中的复杂度与人眼关注度的因素,通过边缘检测与区域生长相结合的方法提取医学病理图像的ROI区域。2)分别在X264与X265编码框架下,考虑纹理复杂度,量化步长对医学病理图像ROI与UROI编码质量的影响,建立医学病理图像ROI质量控制模型与UROI质量控制模型并将其用于视频编码框架。通过建立好的ROI与UROI的质量控制模型来控制病理图像不同区域的编码质量,并通过实验证明本文的方法可以有效控制医学病理图像中不同的区域的编码质量。在时间冗余方面提升编码性能。1)对缓冲区进行了优化,提高了编码效率。2)基于建立的质量控制方法,针对医学病理图像采用了基于X264的多线程并行编码的方式进行压缩,开发出高效并行的编解码系统。本文算法能够有效的检测出视频中的感兴趣区域并且利用质量控制模型控制编码质量,序列层级的并行视频编解码系统可以有效提高图像的编码时间。