（信号与信息处理专业论文）sar成像数据的实时压缩研究.pdf

摘要 摘要 合成孔径雷达( s a r ：s y n t h e t i ca p e r t u r er a d a r ) 是现代雷达技术的重要发展方向之一。合成孔径雷 达是一种先进的微波对地观测设备，具有全天候、全天时工作的特点。数据压缩技术是合成孔径雷达必 须具备的关键技术，随着s a r 分辨率、 ! 1 1 4 绘带宽等性能指标的不断提高，s a r 输出的数据率大大增加。 尤其对于未来的星载s a r ，将从目前仅获取雷达原始数据向同时完成星载实时成像的技术水平发展。这 样，数据压缩算法就需要满足对s a r 的原始数据和图像数据同时压缩处理的需求。本文应某研究所的要 求，结合真实机载合成孔径雷达成像后的b m p 图像数据和浮点模图像数据，分别对应研究了采用基于改 进的静态图像压缩标准j p e g 的压缩方法和基于d c t 的自适应区域编码压缩方法，实验表明取得了较理想 的压缩效果。 本文首先介绍了台成孔径雷达的发展现状，接着简要介绍了机载合成孔径雷达的原理以及合成孔径 雷达数据的分类，随后介绍了研究合成孔径雷达成像数据压缩算法的目的和意义，并介绍了本文的主要 工作。 第2 章介绍r 数据压缩理论及静态图像压缩的发展概况。 第3 章介绍了静态图像压缩的标准j p e g ，对其进行丁改进，并应用于合成孔径雷达的成像数据的 压缩、 第4 章介绍r m 于- d c t 的不同压缩编码方法，对合成孔径雷达的3 2 位浮点模图像数据进行定值整 倍数比的压缩： 最后的结束语对全文工作进行了总结，提出了进一步研究的方向与设想。 关键字：合成孔径雷达；数据压缩；陕速d c t ；j p e g ：自适应编码 a b s t r a c t s y n t h e t i ca p e r t u r er a d a r ( s a r ) i so n eo l t i l em o s ti m p o r t a n td e v e l o p i n gt r e n d so t t h e m o d e r nr a d a l t e c h n i q u e s s a ri sak i n do fa d v a n c e de q u i p m e n tt oo b s e r v eg r o u n db ym i c r o w a v e i th a st h ea b ij i t yo rw o l k i n gu n d e ra l lt h ew e a t h e r sa n da l lt h ed a y s t h ed a t ac o m p r e s s i o n t e c h n i q u ei se s s e n t i a lf o rs a r s ，a st h ec o n s t a n t l yi m p r o v m e n to ft h ef l l n c t i o ni n d e xo ft h es a r s u c ha sr e s o l u t i o na n dm a p p i n gb a n d w i d t h ，t h ed a t ar a t eh a sb e e ng r e a t l yi n c r e a s e d t e c h n i q u e so f s a ra r ee s p e c i a l l yt h es p a c e b o r n ed e v e l o p e dt o w a r da c h i e v i n gb o t hr a wd a t aa c q u i s i t i o n w h i c h i st h ec u r r e n ts l a t eo ft h ea r t ，a n do n b o a r dr e a l t i m e i m a g i n g t h e r e f o r e ，d a t ac o m p r e s s i o n a l g o r i t h mw i l lb ed e v e l o p e dt or e a l i z ec o m p r e s s i n gb o t hr a wd a t aa n di m a g ed a t ai nt h ef u t m - e a c c o r d i n gt ot i l er e q u i r e m e n t so fac e r t a i ni n s t i t u t i o n p l u st h ea f t e ri m a g i n gd a t ao ft h eb m p i m a g ea n dt h ef l o a t i n gp o i n tm o d u l u si m a g eo ft h el r t l ea i r b o r n er a d a r , t h i sa r t i c l ec a r r i e so u tt h e r e s e a r c ht o w a r d st h ec o m p r e s s i o nm e t h o db a s e do i lt h ei m p r o v e ds t a t i c i m a g ec o m p r e s s i o n s t a n d a r d ( j p e g ) ，a n da l s ot o w a r d st h es e l fa d a p t i v er e g i o n a lc o d i n gm e t h o db a s e do nt h ed c t t e s t sh a v ep r o v e das o u n dc o m p r e s s i o ne f f e c t i nt h i sa r l i c l e ，t h ep r e s e n td e v e l o p i n gs t a t e so fs a r sa r ef i r s ti n t r o d u c e d ，f o l l o w i n gt h a ty o u w i l lg e tag e n e r a lv i e wo ft h ep r i n c i p l e so ft h ea i r b o r n er a d a r , a n dt h ec l a s s i f i c a t i o no ft h es a r d a t a f i n a l l yt h er e s e a r c h i n gp u r p o s e so ft h es a ri m a g i n gd a t ac o m p r e s s i o na l g o r i t h ma n dt h e m a j o rt a s k so ft h i sa r t i c l ea r ed e s c li b e d i nc h a p t e r2 ，t h ep r e s e n td e v e l o p i n gs t a t eo ft h ed a t ac o m p r e s s i o nt h e o r ya n dt h es t a t i c i m a g ec o m p r e s s i o na r ei n t r o d u c e d i nc h a p t e r3 ，t h es t a n d a r do ft h es t a t i c i m a g ec o m p r e s s i o n ( j p e g ) a r ei n t r o d u c e d a n dt h e i m p r o v e m e n to ft h i ss t a n d a r d ，a l o n gw i t hi t sa p p l i c a t i o n si ti nt h ec o m p r e s s i o no ft h ei m a g i n g d a t ao ft h es a ra r ec a r r i e do u t c h a p t e r4 ，i n t r o d u c e sd i f f e r e n tc o m p r e s s i o nm e t h o d sb a s e do nd ct a n dc a r r i e so u tt h et h e c o m p r e s s i o nw i t hac o n s t a n ti n t e g e rr a t i ot o w a r d st h e3 2b i tf l o a t i n gp o i n tm o d u l ei m a g ed a t ao f s a r sa l s o f h ee n ds t a t e m e n th a sm a d eac o n c l u s i o no ft h ew h o l e a r t i c l e ，a n dp r e s e n t sa na s s u m p t i o no f t h ei h r t h e rr e s e a r c h s k e yw o r d ss y n t h e t i ca p e r t m er a d a r ( s a r ) ；d a t ac o m p r e s s i o n ：j p e g ：t h ef a s td c t a d a p t i v ec o d i n g 东南大学学位论文独创性声明 本人卢明所呈交的学位论文是我个人在导师指导下进行的研究l 作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写 过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。 与我一同r 作的同志对本研究所做的任何贡献均已在论文中怍了明确的说明并表示了谢 意。 7 7 c 、 研究生签名：蟊麦! ! ! 闷期： ! ：三! ! 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印 件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸 质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布( 包 括刊登) 论义的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研究q 三院办理。 一躲酗卜荔荡静“三 苎二皇丝堡 第一章绪论 1 1 合成孔径雷达的发展现状 1 1 1 国际合成孔径雷达的研制状况 合成孔径的概念可以追溯到上个世纪5 0 年代初。1 9 5 3 年7 月得到第一张采用非聚焦孔径综合方法 的合成孔径雷达( s a r ：s y n t h e t i c a p e r t u r e r a d a r ) 图像。1 9 5 8 年，美国密西根大学( u n i v e r s i t yo f m i c h i g a n ) 得到了第一张全聚焦s a r 图像。从此以后，合成孔径原理和合成孔径雷达被人们所认识，并得到不断 发展。1 9 7 8 年荧国发射了载有s a r 的海洋卫星，获得巨大成功之后，利用航天e 机将3 部成像雷达 ( s a r ) 载入太空。欧洲空间局( e s a ) 于1 9 9 1 年和1 9 9 5 年发射了载有s a r 的地球遥感卫星。 虽然机载s a r 的理论早于星载s a r ，但它的成功却比星载s a r 迟，因为机载s a r 平台具有更人 的扰动，它带来了实现的崮难，且机载s a r 主要源于军事麻用，它被要求其有更大的机动性、针对性和 极高的分辨力。美国在1 9 9 1 年海湾战争中，机载s a r 系统显示出了巨大的军事应用价值，不仅能对战 场进行高分辨率成像，而且能检测出场景中的低速目标。最近2 0 年来，世界上许多国家研制了多种不 同频段、不同用途的机载s a r 。1 9 9 0 年代前半期，欧洲、日本、加拿大、俄罗斯均发射了微波卫星s a r ， 美国航天飞机则有3 个频段的s a r 。它们均是对固定目标的距离和方位二坐标测定。纵观国外犀载和机 载s a r 的发展过程，s a r 的水平和功能在不断提高，从开始的单波段、单极化、幽定入射角、单模式 逐渐向多波段、多极化、变入射角、多模式方向发展。天线也经历了固定的、机械扫描、屯扫描及相控 阵的发展过程。近十多年米，国际上大力发展机载动目标检测和跟踪的合成孔径雷达( s a r m r i ) 和机载 三坐标合成孔径雷达( 3 d s a r ) 。机载s a r 系统在未来主要的用途是军事侦察和国土资源调查两方面。尤 其是目前机载s a r 达到0 3 米甚至0 】米分辨率的水平，确定了其在军事领域中的席用前景。 1 1 2 我国合成孔径雷达的研制状况 机载遥感摄影在中国早就有应用，在2 0 世纪9 0 年代初，它应用于卫星上光学遥感摄影，黑夜不能 用，云雨天也较困难。红外遥感是测量不同地物具有的不同热辐射量，因此白天黑夜均可用，但云雨对 红外遥感有影响，且红外遥感的质量较羞，信息量较少，灰度等级不够。 随着世界各国合成孔径雷达技术的不断进步，研制出高水平的s a r 系统已经成为一个国家遥感能力 的重要标志。我国s a r 技术的研究始于1 9 7 0 年代中期。咀中国科学院电子学研究所为先锋，i 9 7 6 年，该 所率先在国内开展了机载s a r 的研制工作并丁1 9 7 9 年研制成功了我国第一台机载s a r 原理机，获得了 国内第- - 张s a r 图像。1 9 8 3 年，中科院电子所又成功地研制出单通道、单极化、单侧视的机载s a r 系统， 在我国首次实现连续大面积成像。1 9 8 6 年，电子所进行机载s a r 同波信号的1 f 实时数字成像，1 9 8 7 年成 功地研制山多条带、多极化、双侧视机载s a r 系统，1 9 9 0 年研制成功“机载s a r 实时数据传输系统”，1 9 9 4 年电子所成功研制出x 波段、多极化、多通道的数字成像处理的的机载s a r 系统，分辨率达到了1 0 米； 同年研制成功的还有“机载s a r 实时数字成像处理器”系统，并获得了我国第一批机载s a r 实时数字成 东南大学硕士学位论文 像处理图像。1 9 9 7 年我国首套实用化的机载l s a r 系统在电子所诞生，分辨率达到2 5 米。目前国内己 经有几个研究机构实现了分辨率0 5 米的s a r 系统，标志着我国机载s a r 技术己经步入了世界先进水平。 国内s a r 系统主要应用于： 1 十壤水分监测 2 植被鉴别 3 岩性识别 4 构造分析 5 古河道探测 6 土地利用 7 洪涝灾害损失调查 在三峡二l 程、明部大开发、中关村新技术开发区及2 0 0 8 年奥运规划区、多年来的洪水监测、海洋监 测、地形测绘等方面都得到了很好的应用。 1 2 机载合成孔径雷达的工作原理【1 】 机载合成孔径雷达是对平台( 飞机) 的行进方向( 方位向) 的侧方向( 距离向) 发射宽度很窄的 脉冲电波波束，然后接受从目标场返回的后向散射波，从接收信号中可以获得地表的图像。按照反射脉 冲返回的时间排列可以进行距离向扫描，随着雷达载机的前进，扫描面在地表上移动，即进行方位向的 扫描，并将在地面目标场形成条带成像区( 测绘 带) 。若将所接收到地面目标同波信号的幅度和相 位信息记录下来，并与以前的接收信号同相相干 叠加，则可形成等效的线性阵列天线，即合成孔 径天线阵列【如图i 1 所示) ，点目标横过波束的 最人距离就称为合成孔径长度l s 。具体而青就是， 雷达不断地通过移动的小尺寸天线在依次经过的 各个位置发射线性调频脉冲信号，同时，每记录 到足够数目的阵元后，对被存储的数据记录进行 相位补偿和同相叠加处理后，即可聚焦成像，以， 再现雷达照射区域中目标的图像。可见，合成孔 径雷达是一个复杂的信息处理遥感器，在雷达发 射、接收信号后，需要经过一系列的数字信号处 理，才能形成高分辨率的雷达图像。 1 3 合成孔径雷达数据的分类【2 】 图1 1 合成孔径天线阵列雷达 原始数据由于数字信号处理比模拟信号处理具有巨大的优越性，雷达接收到的回波信号在正交解 调后，先被两路a d 变换器采样转换成为数字信号，这就是原始的台成孔径雷达数据( 如图l ，2 中的复数 数据) 原始数据实时压缩的经典方法是分块浮点量化( b f p q ) * 1 1 6 ) - 块：自适应量化( b a q ) 算法。1 9 8 0 年代后 期又相继提出了自适应离散余弦变换、哈达码变换、矢量最化以及分块自适应矢量量化、模糊自适应 2 第一章绪论 量化( f b a q ) 和小波分析等一系列算法。目前，b a q 和b f p q 已被成功应用于星载合成孔径雷达。 成像数据【相和o 相的数字信号相加得到的复数信号经由匹配滤波器处理得到合成孔径雷达的复数 图像数据( 复数图像的模值为地面回波的能鼍，而复数的幅角主值为地面目标同波的相位) ，这就是合 成孔径雷达的成像数据( 如图1 ，2 中复数图像) 。通常我们观察的是复数图像的模图像，模图像经过适当 的变换和量化可转变成像素值0 2 5 5 的灰度图像。本文前一部分针对的是由模图像所形成的灰度图像的 压缩，而后部分针对的是3 2 位浮点的s a r 模图像的压缩。 图1 2合成孔径雷达信号处理框图 1 4 论文的主要内容 本文的主要工作是研究机载合成孔径雷达的成像( b m p 图像格式) 数据和模图像数据的压缩方法。 对于s a r 的b m p 图像的压缩，采用改进的静态图像编码国际标准3 p e g ，即不使用j p e g 推荐的量化表， 而改用针对s a r 图像数据特点的量化表：而对于像素值未映射到0 2 5 5 的模图像数据，采用了基于d c t 的自适应区域编码方法。 全文安排如下： 第1 章为绪论； 第2 章介绍了数据压缩理论及静态图像压缩的发展概况； 第3 章介绍了静态图像压缩的标准j p e g ，对其进行了改进，并应用于合成孔径雷达成像数据的压 缩； 第4 章介绍了合成孔径雷达的模图像数据的压缩： 虽后为结束语。 第二章静态图像的发展概况 第二章静态图像的发展概况 2 1 数据压缩理论 2 1 1 数据压缩及必要性 3 1 第一次世界大战期间，出丁i 军事目的，数据编码技术得到长足发展，但研究的目的是找到一种算法， 使加密后的报文越难破译越好。这就是计算机密码学。当时各参战国竞相搜罗人才，不惜重资开展这方 面的研究，培养出了一批密码学方面的专家。战后，他们中的不少入转而研究数据编码的另一个重要应 用领域数据压缩，这就是人们对数据压缩展开理论研究的开始。后来，计算机进入了大规模应用的 阶段，各行各业都用计算机米处理信息，数据量越来越大，导致了存储成本和通信成本的急剧增加。人 们比以往投入了更多的力量来研究用于实际应用中的数据压缩技术。数据压缩领域在最近3 0 年内获得 了高速发展，特别是1 9 8 0 年代中期以来，由于超大规模集成电路( v l s i ) 、通信、计算机等技术的高速 发展数据压缩的研究和应用进入了一个空前繁荣时期。 一般说来，自然界的数据或多或少都舍有“水分”( 即存在冗余) ，数据压缩的目的就是把这些水分 挤掉，用最少的比特表示最多的信息。即减少用于存储或传递信息的比特数。总之，就是以最少的数码 表示信源所发的信号，减少容纳给定消息集合或数据采样集合的信号空间。 采用数字技术具有很多优越性，但也使数据量人增。数字信号的数据率或比特率为i ，单何为b i f f s 或 b p s ，即： 1 = 正x r ( 2 1 ) 式( 2 - 1 ) 中，f 为采样频率，r 为每个采样幅度值的二进制编码长度( r 比特) ，i 即信号在通信线路 上每秒钟应传送的比特数或者保存1 秒钟信号样值所需占用的存储量。当信号带宽给定而f 为已知且 不变时，传输速率就简单地由每样值的比特数r 来确定。 信息社会的较量归根结底是信息获取、管理和利用能力的竞争，首先是信息获取能力的竞争。信息 社会、数字化地球意味着信息的爆炸。 2 1 世纪是网络时代，网页上的精美图片给我们以巨大的视觉享受。但小小的一幅5 1 2 x 5 1 2 像素、每 分量8 b i t 的彩色图片则占3 x 2 5 6 = 7 6 8 k b ，如此海量的数据不进行压缩，受网络带宽限制，每打开一个网 页都要漫长的等待。 对一部x 波段、6 0 m h z 带宽的机载合成孔径雷达，当t 作在条带成像方式时，其视频采样厉的原始 数据的数据率约为3 m b s ，这给价格昂贵的机载的实时传输和存储带来了巨人的压力。以美国的高分辨 率军事侦察下星k h 一1 1 为例，照片的地面分辨率为0 1 m ，每分钟照8 1 2 幅，而传输信道的容最仅为 3 0 0 - 6 5 0 m b p s ，新型的s x 成像侦察卫星的数据下传速率更达到k h 1 1 的8 倍，不压缩根本无法下传。 在通信领域数据压缩的益处如下： ( 1 ) 较快地传输各种信源( 降低信道占用费用) 时间域的压缩； ( 2 ) 在现有的通信干线上开通更多的并行业务频率域的压缩； ( 3 ) 降低发射机功率能量域的压缩； 东南大学硕上学位论文 ( 4 ) 紧缩数据存储容量( 降低存储费用) 空间域的压缩。 事实上，采用数据压缩，我们可以成倍地节省存储设备，降低通信成本，或者完成一些非压缩而无 法实现的超高信息量的应用。 2 1 2 合成孔径雷达成像数据压缩的必要性 信息社会的发展有赖于遥感、网络、计算、存储、传输等多项技术的共同进步。近年来，各国纷纷 花巨资发展综合对地观测数据获取系统，尤其在军事领域，以期在新一轮的信息竞赛中取得优势地位。 作为获取遥感数据的重要途径合成孔径雷达，安装在飞机或星上，即我们称为的机载或星载合成 孔径雷达。在s a r 的应用研究中既要拍摄大量图象，又要提高图象的分辨率，这样合成孔径雷达产生 的数据量特别大，进行实时成像处理后，s a r 图像仍有很人的数据量。无论是机载( 包括无人机系统) 还是星载s a r 系统，都会产生大量的遥感数据。这些数据往往要通过传输系统向地面接收站传输。尤其 是星载雷达，每次通过我国领空可进行数据传输的时间是很有限的，而在短时间内要将大量的成像数据 传送到地面，对数传系统的压力可想而知。如一幅1 0 0 x 1 0 0 平方公里，2 5 mx 2 5 m 分辨率的s a r 图像数 据量为1 6 m b ，若利用9 6 k b p 的速率传输，约需4 小时。而合成孔径雷达成像系统受到雷达信号处理器 中存储容量以及数据下传带宽的限制，因此就需要将图像在允许的失真度范围内进行压缩，使得压缩后 的数据率满足下传的要求。图2 1 是数据压缩在航天遥感中的运用。 s a r 原始数据在经过方位向和距离向的压缩聚焦处理斤，成像后的s a r 图像中像素间相关性明显增 加。本文运用离散余弦变换( d c t ) 去除像素间的相关性，把图像从空间域变换到频域进行压缩处理。 2 1 3 数据压缩的方法及分类 数据压缩的研究已有几十年的历史，其间人们提出了3 0 4 0 种的压缩方法。在分类上。也存在l 种不同的方法，有人按编码失真程度将数据压缩编码分为两种类型：无损压缩编码和有损压缩编码；有 人按编码建模的不同将数据压缩分成模型基编码和波形基编码两大类；还有人将数据压缩分成第一代压 缩编码和第二代压缩编码等等。目前，较为认可的是将数据压缩分为可逆压缩和不可逆压缩。可逆压缩 也叫做无损、无著错编码或无噪声编码。不可逆压缩就是有损编码，信息论中叫熵编码。 无损压缩原始数据可由压缩数据完全恢复出来。这种压缩方法的基本思想是对于小概率的输入符 号使用长码字表示，而对于大概率的输入符号采用短码字表示。常用的无失真压缩技术有：霍夫曼 ( h u f f m a n ) 压缩、l z 编码和算术编码等。通常情况下，这类方法压缩比不高，一般介f1 7 2 1 之间。 有损压缩其原始数据不能由压缩数据完全恢复出来，恢复数据只是某种失真度下的近似。有损压 缩允许以一定的精度损失换取高的压缩效率。它用于图像和数字化语音方面非常有效。由于模拟量的数 6 塑三童塑查里堡堕垄堡塑、况 图2 1数据压缩在航天遥感中的运用 字化表达原本就不是精确的，使得输出和输入的不完全对应是可以接受的。这类编码方法在图像通信系 统和视频娱乐设备中得到了，、泛的应用。目前大多数乐缩方法都属丁这一类。一般说来，这种方法可达 到2 ：1 1 0 0 0 ：l 的压缩比。 按照这种方法分类，主要的数据压缩方法及其分类如发2 1 。 霍夫受编码，游程编码- 进制编码等 无损压缩统计编码 算术编码 ( 熵编码) 基于字典的编码：l z w 编码等 数 其它编码完伞可逆的小波分解+ 统编码 特征提取分析综合编码子带，小波，分形，模型基等 据 其他 无记忆量化均匀量化，m a x 量化，压扩量化等 有损压缩序列预测编码 增量调制，线性预测，非线性预测，自适府预测。 压 ( 熵编码) 有记 量化运动补偿预测等 量化 忆量 化 其他方法序贳量化等 缩 直接映射矢量量化，神经网络，方块截尾等 分组 正交变换：k i t 、d c t 、d f t 、w i l t 等 量化 变换编码 非j 卜交变换 其他函数变换等 表21 数据乐缩方法及其分类 2 1 4 图像压缩的基本原理 图像数据压缩的基本原理框图如图2 2 ，包含以f 几个部分：去相关、量化和熵编码。首先将图像 当作确定性信号处理，采用d f t 、d c t ( 其实质仍为傅利叶分析) 、d w t 变换等函数逼近的方法降低信 7 东南大学硕士学位论文 号的相关性，然后对变换的系数进行量化处理，以去除信号的噪声降低系数嫡值，最后采用信息论 提供的方法进一步去除数据的冗余。解压缩是压缩的逆过程。第一章我们己经指，对蚓像数据的压缩 实质上就是去除数据的冗余，也即去除数据间的相关性，而一种常用的去相关运算就是变换编码，通常 是正交变换。对罔像信号进行正交变换的效果是将原图像信号从空间域映射到变换域，变换域中的信号 能量与原空问域中的信号能量相等，但一般说来变换域中的能量分布比空问域中的能量分布更为集中， 这是因为变换域代表空间频率，高频细节所占的能量较小。利用这种能量集中现象，在变换编码时，可 以丢卉一些小能量的代表高频部分的变换系数，经过反变换后仍然能得到和原图像近似的解码图像。 图22 图像压缩的基本原理框图 2 1 5 静止图像压缩算法的分类 图像的压缩可分为静止图像压缩和运动罔像压缩。两者的关键不同是：静止图像压缩只有帧内编码， 而运动图像压缩既有帧内压缩编码又有帧问压缩编码。本文研究的是静l 图像压缩编码。 静止图像压缩算法大致上可分为3 种。第一种预测编码，以d p c m 为代表：第一种变换编码，以 j p e g 为代表；第三种小波编码，队e z w 为代表，包括最新出现的整数小波编码。 预测编码【3 】预测编码( d p c m ) 是利用相邻像素之间存在相关性，对于图像j 的任一像素，通过 某种预测算法由其相邻像素生成一个估计值，将实际值和估汁值相减得到残差值，一般说来，预测后残 差的平均动态范围将远小于原始图像，从而可以减少图像编码的比特数。预测器的设计是d p c m 算法的 关键，通常二维预测的性能要比一维预测好，高阶预测器的性能比低阶的好。预测编码运算简单，易于 硬件实现。预测压缩编码框图如图2 3 。 8 第二章静态图像的发展概况 原始图像 图2 。3d p c i 压缩编码框匿 压缩数据 而从根本上说，预测是从时序信号出发的，特别是飞行器上对辐射计的扫描输出实施压缩时。但在 一帧之内，与预测相关性最强的是其最邻近的几个取样值。从最佳线性预测系数的求解出发，对参与 预测的这些取样值重要的是要确定其相芙矩阵，不要求有时序特性。现在用图2 4 中s 和s ，& ， 米分别表示当| i 和其其邻近的亮度取样值考虑到实用中硬件实现上的方便，预测器阶数不宜过高且需 尽量减少乘法运算。按图2 4 邻近像素的排列关系，可采用s ，只，& 和s 4 个最近邻像素进行预测， 则预测值 s o2 q - 5 l + ( 乏黾+ g + q 墨 ( 2 2 ) a 1 ，a 2 ，口4 是最小均方误差( m m s e ) 意义f 的最佳线性预测系数。按式( 2 2 ) 及图2 4 排列的4 像素( 4 阶) 预测器结构如图2 5 ，此即图2 3 中预测器的一种具体体现。 塑l 江江。i i 孓一 当前行 s s s l s o ( 卜( i _ 0 一 匣2 4t 紊s 0 的邻近t 素 变换编码 以j p e g 为代表的变换编码是通过d c t 去除相关性，使图像能茸重新分布，便于压缩， 然后进行熵编码，当然这是j p e g 的有损模式。j p e g 还有采片j 空间域的无量化d p c m 的无损压缩系统， 该系统对预测误差进行霍夫曼编码或算术编码，可保证重建图像与原始数据完全相等。另外还有j p e g l s 标准 4 1 ，该标准与j p e g 无损压缩的最大不同，是引入了基于上下文的建模、游程编码模式及误差可 以控制的近似无损压缩。基于d c t 的变换编码易于硬件实现，对于t i 公司的t m s 3 2 0 c 6 0 0 0 系列的d s p ， j p e g 的核心傩法d c t 有同定的函数j 车可以育效实现，所以j p e g 的乐缩速度快，这样在远程控制端的 图像更新速度很容易就u f 以满足要求。具体编码原理是本文的一个重要部分，详见第三章。 9 东南大学硕士学位论文 一一黼赵卜口 加 一币艇退卜区卜 法 一嘲卜俩糙迟卜 三卜 器 一一叶骈越卜f 卜 小波编码离散小波变换( d w t ) 已渐渐发展成为新一代图像压缩国际标准j p e g 2 0 0 0 【5 】。与j p e g 相比，j p e g 2 0 0 0 最大的改进是以d w t 代替了d c t 。小波分析摈弃了传统f o u r i e r 分析所必须的前提假设 平稳性，成为分析非平稳信号的有力工具。小波变换具有对信号进行多分辨率分析和反映信号局部 特征的优点。通过“变尺度”和“平移”运算，小波变换在空域和频域上为图像提供人小可变的滑动窗口， 对图像在不同的尺度上分析，获取图像在不同空域和频域上的局部特征。多级小波分解后，小波系数在 邻近两级之间存在位置相关，利用多分辨率表示，对位置信息进行编码，可以反映图像的部分边缘信息， 在保持压缩比的基础上，使重构图像具有较好的主观质量。同时，对图像信号进行多级小波分解，可得 到不同空间分辨率的图像逼近，使得压缩码流具有空间分辨率可分级的特性。这一特点允许压缩码流在 不同的分辨率上解码显示。x i o n g 6 1 等人就基于d w t 与d c t 编码的性能作了系统深入的比较，得出这 样一个结论：在率失真方面，压缩效率( 比特率) 并不正比于视觉质量( 峰值信噪比) 的降低。也就是说，d c t 仍然能产生高压缩效率和高峰值信嵘比，因i i d s d c t 仍是未来图像视频压缩编码中不可缺少的主要工具 之。借助：f - d w t n , 缩图像，其编码质量并非任何情况下均占优；另外如e z w 、s p i h t 由丁涉及浮点运 算，需要较大的缓存：加上相比之下d w t 编码算法明显复杂得多，硬件实现困难，实时应用受到限制。 2 2 静止图像压缩技术发展概况 静止图像数据压缩可以分为有损压缩和无损压缩两大类。无损压缩算法大概可以分为基于统计的压 缩和基于字典的压缩。 基丁字典压缩算法的研究从j z i v 和a l e m p e l 在1 9 7 7 年和1 9 7 8 年发表的两篇文章【7 8 1 开始，算 法分别被称做l z 7 7 和l z 7 8 ，这一类算法实现简单，速度快，已经在文本数据压缩领域被j “泛使用。 1 8 4 3 年出现的莫尔斯( m o r s e ) 电报码是早期行之有效的基于统计的无损数据压缩技术的例子。目 前这一类算法主要有霍夫曼( h u f f m a n ) 码、s h a n n o n f a n o 码和算术编码。 有损图像压缩认为人类的视觉系统是数字图像系统的终端，即图像信息的信宿，而人类视觉系统有 多方面的限制，因而以压缩产生的误差能不能被视觉接受作为衡量压缩结果能不能被接受的最终标准， 使用峰值信噪比( p s n r ) 作为对压缩质量的定量描述。高信噪比一般情况下可以保证视觉难以辨认压 缩产生的误差。 1 9 9 1 年，i s o 1 e cj t c i s c 2 9 w g l 集以前的数据压缩技术之大成，制定了第一个连续色调静止图像 压缩的国际标准j p e g 【9 】，人大推动了图像有损压缩的应用和研究。 1 0 第二章静态图像的发展概况 1 9 8 0 年代和1 9 9 0 年代初，出现了子带编码【1 0 1 1 】、小波变换【1 2 - 1 3 】等算法，这几类方法采用 的t 具不同，压缩策略大致相_ j ，即将图像逐步分解到不同的频带上，带宽按一倍频程递减，同时各频 带可以在空域具有一定的尺度性质和方向特征，图像的能量主要集中在变换得到的低频部分，可以利用 人眼在不同频带视觉敏感程度不同的特征，以及各个频带内系数的统计规律，分别使用不同精度的标量 量化或向量量化，希望产生的误著不被察觉，而能得到最好的压缩比。 1 9 9 2 年。m a l l a t 提出了小波变换的极大模算法【1 4 17 1 。 1 9 9 3 年，j s h a p i r o 发表了基于零树的嵌入式小波压缩算法e z w ( e m b e d d e dz e r o t r e ew a v e l e tc o d i n g ) 【1 8 】。在这以后，零树算法引起越来越多的重视，涌现出一批基于零树的改进算法，成为基于小波的 静i r 图像压缩的个有意义的突破。 2 0 0 0 年底，j p e g 组织又出台了新一代的静态图像压缩标准i s o i e c1 5 4 4 4 ，即j p e g 2 0 0 0 ，将成为静态 图像压缩的主流算法【5 】。 兰三童! 坐垄堕堕墨塑垦塑 第三章s a r 灰度图像的压缩 s a r 是高分辨率的、细节丰富的灰阶图像，其相邻像素间存在有相关性。基丁d c t 的j p e g 图 像压缩标准，结合了多种编码技术，可以对图像进行有效的压缩，它也是目前最为流行的图像压缩 标准之一。本章将针对s a r 图像以及j p e g 算法的特点，对在s a r 图像压缩中应用j p e g 图像压缩 标准进行一些研究和探讨。 3 1j p e g 的发展 j p e g 全名为j o i n t p h o t o g r a p h i ce x p e l s g r o u p ( 联合图片专家组) ，是一个在国际标准化组织( l s o ) 下从事静态图像压缩标准制定的委员会。制定出了第一套国际静态幽像压缩标准：i s o1 0 9 1 8 1 【9 】就 是我们所说的j p e g 。由于j p e g 优良的品质，在短短几年内就获得极大的成功，目前网站上百分之八十 的图像都是采用j p e g 的压缩标准。然而，随着多媒体应用领域的激增，人们对多媒体图像资料提出了 更高的要求。因此，更高压缩率以及更多新功能的新一代静态图像压缩技术j p e g 2 0 0 0 就诞生了。它的 目标是进一步改进目前压缩算法的性能，以适虑低宽带、高噪声的环境。j p e g2 0 0 0 与传统j p e g 最大 的不同，在于它放弃了j p e g 所采用的以离散余弦变换( d i s c r e t ec o s i n et r a n s f i r m ) 为主的多区块编码 方式，而采用以小波变换( w a v e l e t t r a n s f o r m ) 为主的多解析编码方式。在编码端以最大的压缩质量( 包 括无失真压缩) 和最大的图像分辨率压缩图像，在解码端可以从码流中以任意的图像质量和分辨率解压 图像，最人可达到编码时的图像质量和分辨率。在一些低复杂度应用中，j p e g 2 0 0 0 不可能替代j p e g ， 因为其的算法复杂度较高，但是，对丁有较好图像质量、较低码率或者是一些特殊性要求( 渐进传输和 感* 趣区域编码等) 时，j p e g 2 0 0 0 将是最好的选择。在大多数场合下，采用j p e g 就能满足要求了。和 相同幽像质量的其他常用文什格式( 如g i f , t i f f , p c x ) 相比，j p e g 是目前静态图像中压缩比最高的， 使得它能广泛应用于多媒体和网络程序中，例如h t m l 语法中标准的图像文件格式之一就是j p e g 文件 格式( 另一种是g i f 文件格式) 。 j p e g 在压缩与解压缩的处理过程中，一般采用无损和有损两种方式。无损方式压缩比较低，有损 方式则能提供很高的压缩比，但压缩比越高，失真程度也越大。j p e g 压缩算法的一大特点是使用者能 够调整压缩参数，以尽量减少图像质量的降低而使压缩比增大。 3 2 j p e g 的模式 j p e g 的应用面很宽。为了适应不同场合，1 p e g 提供了几种编码方法可供选用。量化表、码表等未 加规定，仅提供推荐，用户可自己定义。j p e g 支持两种图像重建模式：无失真( 无损) 压缩和有失真 ( 有损) 压缩。一般说米压缩比越人，视觉上的一致性越差，综台这两点，j p e g 总共有4 种工作模式： ( 1 ) 顺序编码模式 图像是8 1 2 位，图像子块从左到右、从上到下一次输入。 ( 2 ) 渐进编码模式所有8 1 2 位图像子块仍按上述顺序编码，但对图像需进行多次扫描。 ( 3 ) 无失真编码模式被编码图像可以保证恢复到与原图像数据完全一致。 ( 4 ) 分层编码模式一幅图像被编码成帧的序列。这些帧给出参考重建分量州作斤继帧的预测。 东南大学颀士学位论文 基于d c t 的顺序编码模式可分为基线模式和扩展模式。基线模式是所有j p e g 系统都必须实现的最 小性能，源采样精度限制为8 位，采用霍夫曼熵编码，2 组熵编码表。扩展顺序系统的性能在基线系统 要求之外，源采样精度为8 位或1 2 位，可采用算术编码，4 组熵编码表。最常用的j p e g 编码是基于 d c t 的顺序模式，又称为基本系统( b a s e l i n e ) 。 本文采用顺序编码模式进行s a r 灰度图象的压缩。基于d c t 的编码器和解码器如图3 1 。 8 x 8 图像块d c t 基编码器 ( 审d c t 基压缩编码步骤 d c t 基解码器 d c t 基解压缩步骤 图3 1 基于d c t 的压缩编码框图 3 3 j p e g 基本系统的编码步骤 j p e g 的基线顺序模式( 或称基本系统) 的主要编码步骤如下 ( 1 ) 对于彩色图像，首先进行颜色空间的转换； ( 2 ) 对于多分量图像，按m c u 进行数据排序： ( 3 ) 正向离散余弦变换( f d c t ) ； ( 4 ) 量化： ( 5 ) 直流( d c ) 分量差分编码和交流( a c ) 分量游程编码； ( 6 ) 霍夫曼熵编码。 下面分别介绍。 1 4 第三章s a r 灰度图象的压缩 3 3 1分量变换 j p e g 采用的是y c b c r 彩色系统。其中y 分量代表亮度信息，c b 和c r 则代表色差信息。因此r g b 彩色图像压缩时需进行从r g b 转换成y c b c r 的分量变换，解压缩时又要从y c b c r 转换成r g b 。 r g b 与y c b c r 进行空间转换时，使用f 面的精确的转换关系： 从r g b 转换成y c b c r ： y = o 2 9 9 r + 0 5 8 7 g + o 1 1 4 b( 3 - 1 ) c b o 1 6 8 7 r 0 3 3 1 3 g 十0 5 b + 1 2 8( 3 - 2 ) c r = 0 5 r 0 4 i 8 7 g 一0 ，0 8 1 3 b + 1 2 8 ( 3 - 3 ) 从y c b c r 转换成r g b ： r = y + i 4 0 2 ( c r - 1 2 8 ) ( 3 - 4 ) o = y - 0 3 4 4 1 4 ( c b 一】2 8 ) - 0 7 1 4 1 4 ( c r - 1 2 8 ) ( 3 - 5 ) b = y + i 7 7 2 ( c b 一1 2 8 ) ( 3 - 6 ) 3 3 2m c u 排序 相比而言，y 分量更重要一些，所以要对y 进行细最化，对c b 、c r 进行粗量化，目前支持j p e g 格式的软件通常提供两种取样方式：y u v 4 1l 和y u v 4 2 2 ，其中y u v 后面的数字表示y ，c b ，c r 三个 分量的数据取样比例。例如：取样方式为y u v 4 11 时，水平取样因子h y 乘以垂直取样网子的数据分量 的值为4 ，而u 和v 各取1 个数据单元，即h u x v u = l ，h v v v = i 。这样y u v 4 1 1 就有5 0 的压缩率。 m c u 的数据排序根据分量个数，分为交错排序和非交锗排序。单分量时为图3 2 ，多分量时，例如 y u v 4 1 1 的数据排序如图3 3 。 b o t t o m 霭3 0 非