本文提出了一种基于泄漏预测的感兴趣区域(Region-of-interest)可分级编码方法,以解决在网络传输不可靠的情况下,由于背景信息的丢失而导致解码端不能较好的解码感兴趣区域的问题。在Internet或无线网络传输环境中,由于网络带宽的变动,不能保证解码端可以收到完整的码流。使用ROI可分级编码可以通过丢弃背景区域的码流来适应带宽的变化。然而,在解码时,ROI部分很可能因为参考到错误的背景而不能正确重构,并由于编码的时域相关特性导致误差传播,使解码的ROI质量受到严重影响。本文通过引入泄漏因子α到编码预测过程,允许编码端的每一个编码宏块可以使用2个参考源:由在全局参考帧内进行无约束搜索得到全局最优参考,以及在参考帧的ROI部分内进行限制性搜索得到特定参考区内的参考,然后将两种参考进行加权,作为该编码宏块的最终参考。一般情况下,ROI部分的误码率要远低于背景区域,通过在参考内引入质量较好的ROI部分,以减少背景信息在预测中的作用,即可减少背景误差对ROI解码的影响。该方法的实质是期望在编码效率和传输鲁棒性间找到平衡。实验结果表明引入泄漏预测后,在背景传输出错时,解码端ROI的PSNR平均有1dB的提高,解码帧的质量也有了显著提高,但码率也同时有所增加。接着,本文讨论了该ROI编码机制中几个重要参数对编码性能的影响,并将单ROI泄漏预测编码推广到多ROI的情况。为了使该方法有更充足的理论依据,提出了泄漏预测的率失真模型,描述泄漏因子α和码率R,失真D的函数关系。该模型对寻找参数α的最优值和码率控制都有重要的指导作用。最后,ROI的提取问题也在本文进行了讨论,提出了一种符合人眼视觉系统(HVS)的可分级ROI提取方法,能够找出图像和视频中对人眼最敏感的区域,将之定义为ROI。实验给出了将该方法得到的ROI区域应用于基于泄漏预测的ROI编码的结果。