（信号与信息处理专业论文）遥感超光谱图像压缩技术研究及dsp实现.pdf

论文题目：遥感超光谱图像压缩技术研究及d s p 实现 专业：信号与信息处理 硕士生：谭婕娟 指导教o i l i 吴冬梅 摘要 。签名) 窿丝盗 ( 签名) 罢答移( 签名) 去垒墼 遥感超光谱图像是三维立体图像，随着成像光谱仪的发展超光谱图像的数据量越来 越庞大，难以直接传输和存储，必须对图像进行压缩。由于遥感图像信息十分宝贵，应 采用无损压缩或近无损压缩方法。到目前为止，一直没有形成一套成熟或标准的超光谱 图像压缩技术。因此，对遥感超光谱图像压缩编码的研究具有重要的应用价值。 本文采用基于整数小波变换的编码方法对遥感超光谱空间图像进行编码压缩。考虑 到遥感超光谱图像的特殊性和压缩算法的硬件实现，对遥感超光谱空间图像先采用d 9 7 整数小波变换，取得近无损的小波变换系数。图像经过小波分解后，嵌入式零树编码 ( e z w ) 就在当前阈值条件下，建立频带问小波稀疏的关系，来去除小波系数的冗余信 息，从而以新的方式组织成为数据流。再通过算术编码器来完成最终的编码，将数据流 压缩为带宽极小的压缩数据流。该算法为超光谱图像提供了很好的压缩解决方案：当对 图像质量要求不高时，可以只传压缩码流中的较低层，当对图像质量要求较高时，继续 传输较高层，实现了真正意义上的渐进传输，有效的节省了宝贵的链路资源，同时又保 留了所需的原始图像数据信息。通过v c + + 仿真实验证明，在相同的压缩比下，基于整 数小波变换的算法p s n r 值优于离散小波变换压缩算法和j p e g 算法。 本文以1 r i 公司的新型数字多媒体处理器d m 6 4 2 为硬件平台，对基于整数小波变换 的图像压缩算法进行了仿真。d m 6 4 2 的核心是c 6 4 1 6 型高性能数字信号处理器，时钟 频率为6 0 0 m h z ，指令执行速度高达4 8 0 0 m i p s ，并且c 6 4 x 还提供了一些特别适用于图 像处理的指令，这为基于整数小波变换的超光谱图像压缩算法提供了可能性。实验通过 c c s 和1 m s 3 2 0 d m 6 4 2 e v m 板的结合使用，证明本文采用的基于d 9 7 整数小波变换的 编码方法可以在d s p 上实现超光谱图像的近无损压缩。 关键词：遥感超光谱图像；图像压缩；整数小波变换( i w t ) ；嵌入式零树编码( e z w ) ； 算术编码；d s p 芯片 研究类型：应用研究 s u b j e c t s p e c i a l t y n a m e ：r e s e a r c ho nc o m p r e s s i o n st e c h n o l o g yo fr e m o t e l ys e n s e d h y p e r s p e c t r a li m a g ea n di m p l e m e n t o nd s p s ：s i g n a la n di n f o r m a t i o np r o c e s s i n g ：t a nj i e j u a n ( s i g n a t u r e ) 2 堑i 冱兰丝 i n s t r u c t o r ：w ud o n g m e i ( s i g n a t u r e ) a b s t r a c t r e m o t e l ys e n s e dh y p e r s p e c t r a li m a g ei sa 3 ds t e r e o s c o p i cm 2 r g e w i t hr e m o t e l ys e n s e d t e c h n o l o g yd e v e l o p i n g , t h ed a t ao f r e m o t e l ys e n s e dh y p e r s p e c a 试i m a g ei sh u g ea n d i ti sh a r d t od e l i v e ra n ds a v i n gd i r e c t l y s oc o m p r e s s i o nt ot h ei m a g ei sn e c e s s a r y b e c a u s et h e r e m o t e l ys e n s e dh y p e 塔p e c t r a li m a g ei n f o r m a t i o ni sv e r yp r e c i o u s ，t h el o s s l e s sc o m p r e s s i o no r n e a r l yl o s s l e s sc o m p r e s s i o nm e t h o di sn e e d e dp o s s i b l y s of a r ，t h es u p e rs p e c t r u mp i c t u r e h a s n tb e e nb e c o m i n gas e to fm a t u r eo rs t a n d a r dc o m p r e s st e c h n i q u e t h e r e f o r et h er e s e a r c h o fc o m p r e s sc o d i n gt ot h er e m o t e l ys e n s e dh y p e r s p e c t r a li m a g eh a st h ei m p o r t a n ta p p l i e d v a l u e t l l i sp a p e ri sf o c u so nt h ei m p l e m e t a t i o no f t h ec o m p r e s sa l g o r i t h mf o rt w od i m e n s i o n e d h y p e r s p e c t r a l r e m o t e s e n s i n gi m a g e ，w h i c hm a i n l y a c h i e v e d b yi n t e g e r w a v e l e t t r a n s f o r m a t i o n ( 1 w t ) b a s e do nt h ec h a r a c t e ro ft h eh y p e r s p e c t r a lr e m o t es e n s i n gi m a g ea n d t h eh a n d w a r er e a l i z a t i o n , t h ed 9 7o fi w ti sa p p l i e dt ot h es p a c eh y p e r s p e c t r a lr e m o t e s e n s i n gi m a g e ，g e n e r a t i n gn e a r l yl o s s l e s st r a n s f o r m a t i o nc o e f f i c i e n t s u b s e q u e n t l y , u n d e r c u r r e n tt h r e s h o l d , as p a r s ei n t e r - f i e q u e n c yw a v e l e tr e l a t i o n s h i pw a se s t a b l i s h e d , e z ww o u l d b ei n v o k e dt on e u t r a l i z et h eu n w a n t e di n f o r m a t i o ni nw a v e l e tt r a n s f o r m a t i o nc o e f f i c i e n ta n d r e o r g a n i z et h ed a t as t r e a m t h e s ed a t as u e a mw 粥p a s s e dt h r o u g ht h ea r i t h m e t i c a lc o d e r , c o m p r e s s e dd a t a s t r e a mw a sf i n a l l ya c h i e v e do i lv e r yn a r r o wb a n d w i d t h b yu s i n gt h i s a l g o r i t h m , i nc 黜o f l o w e ri m a g eq u a l i t yw a f tp r e f e r r e d , l o w e rl a y e ro f t h e d a t as u a mw o u l d b et r a n s m i t t e d ；a n dt h eh i g h e rl a y e ro ft h ed a t as t r e a ma r ed e l i v e r i e do n l yi fh i g h e ri m a g e q u a l i t yw a sr e q u i r e d , c o n s e q u e n t l y ，t h el i n k 他u r c ew a ss a v e d , m e a n w h i l e ，n e c e s s a r y i n f o r m a t i o nf r o mo r i g i n a li m a g ec o u l db es e c u r e d i th a sb e e np r o v e nb yv c + + s i m u l a t i o n t h a ti n t e g e rw a v e l e tt r a n s f o r m a t i o nb a s e dc o m p r e s s i o nc o u l dp r o v i d eb e t t e rp s n rv a l u e t h a nd i s p e r s e dw a v e l e tt r a n s f o r m a t i o nb a s e do rj p e gc o m p r e s s i o n i tw o u l db eag o o d c o m p r e s s i o ns o l u t i o nf o rh y p e r s p e c t r a lr e m o t es e n s i n gi m a g e an e wt y p ed i g i t a lm u l t i m c d i ap r o c e s s o rd m 6 4 2 丘o mt e x a si n s t r u m e n tw a sa d o p t e da s t h eh a r d w a r e p l a t f o r m t oa c h i e v et h e i n t e g e r w a v e l e tt r a m f o r m a t i o nb a s e di m a g e c o m p r e s s i o n mc o r eo f t h ed m 6 4 2 i sc 6 4 1 6 h i g hp e r f o r m a n c ed i g i t a ls i g n a tp r o c e s s o rw i t h 6 0 0 m h zc l o c k 舶q 咖c ya n d4 8 0 0 m i p si n s u l 埘o ne x e c u t i o n m o r e o v e r , c 6 4 xc o u l d p r o v i d eas e r i a lo f i n s t m e t i o nd e d i c a t e df o ri m a g ep r o c e s s i n g ；t h e r e f o r ed m 6 4 2w a ss e l e c t e d a st h eh a r d w a r ep l a t f o r mt oa c h i e v et h ei n t e g e rw a v e l e tt r a n s f o r m a t i o nb a s e di m a g e c o m p r e s s i o n a l a bt e s th a db e e nc o n d u c t e d0 1 1t h ec o m b i n a t i o no fc c sa n d t m s 3 2 0 d m 6 4 2 e v m , a n da p p r o a c h i n g l o s s l e s sb ，p c r s p e 酬r e m o t e s e n s i n gi m a g e c o m p r e s s i o nh a sb e e nr e a l i z e d o nd s pp l a t f o r mt h a n k st ot h ed 9 7i n t e g e rw a v e l e t t r a n s f o r m a t i o nc o d i n gs c h e m ed e p i c t e di nt h i sa r t i c l e k e y w o r d s ：r e m o t e l ys e n s e dh y p e r s p e c t r a li m a g e t h e s i s i n t e g e rw a v e l e tt r a n s f o r m ( i w t ) e m b c d d e x lz e r o t r e ew a v e l e t ( e z v o a r i t h m e t i cc o d e rd s p s ：a p p l i e d r e s e a r c h 西妻种技丈学 学位论文独创性说明 本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及 其取得研究成果尽我所知，除了文中加以标注和致谢的地方外，论文中不包含 其他人或集体已经公开发表或撰写过的研究成果，也不包含为获得西安科技大学 或其他教育机构的学位或证书所使用过的材料与我一同工作的同志对本研究所 傲的任何贡献均已在论文中傲了明确的说明并表示了谢意 学位论文作者签名：嘞鼢日期碗衫竹 学位论文知识产权声明书 本人完全了解学校有关保护知识产权的规定，即：研究生在校攻读学位期间 论文工作的知识产权单位属于西安科技大学。学校有权保留并向国家有关部门或 机构送交论文的复印件和电子版本人允许论文被查阅和借阅学校可以将本学 位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存和汇编本学位论文同时本人保证，毕业后结合学位论文研究课 题再撰写的文章一律注明作者单位为西安科技大学 指导教师签名：黟栎 聊年矿月矿f 日 l 绪论 1 1 遥感超光谱图像的背景 1 1 1 遥感图像简介 1 绪论 近几十年来，随着空间技术、电子学、光学和计算机技术的日益成熟，使得遥感技 术得到迅速发展，广泛用于军事侦察、粮食估产、资源探测、灾害预测等各个方面。在 我国，遥感技术一直是重点攻关和优先发展的项目。 成像光谱技术是8 0 年代发展起来的一种新型遥感技术。它集光谱与成像为一体， 具有获得高空间分辨率和光谱分辨率、超多波段光谱图像的技术能力。通过成像光谱仪 获得的超光谱遥感图像是三维立体图像，即在普通二维图像的基础上又多一维光谱信 息，其谱段数一般在几十到几百个。根据超光谱图像和地物光谱特征，研究人员可以快 速、定量的分析、识别地物类型和确定物质性质，得到比普通遥感图像更为丰富、准确 的信息。 成像光谱图像按照光谱通道数和光谱分辨率的不同，可分为多光谱、超光谱和超高 光谱三类。传统的多光谱( m u l t i s p e c t r a l ) 图像( 如s p o t 和l a n d s a t t m 图像等) 仅包 含4 u7 个离散谱带，而人们感兴趣的地物目标其吸收特性一般只有2 0 u4 0 r i m 的宽度， 故当上述谱带内的地物目标光谱特性相近时，多光谱图像的应用就受到限制。此时必须 利用更多的谱带，通常包括几百个谱带，这就是超光谱( h y p e r s p e c t m l ) 图像。与多光 谱图像相比，超光谱图像的突出特点是谱分辨力明显提高，它的问世是遥感技术应用的 一个重大飞跃。由于其具有高的谱分辨力，使许多原先用多光谱信息不能解决的问题， 现在在超光谱下可以得到解决。这对利用遥感图像进行目标分类、目标识别、目标跟踪 等都具有重要的研究价值和应用意义。 超光谱成像具有高空间分辨率和高光谱分辨率以及较多的光谱通道数，可以在从空 间对地观测的同时获取众多连续波段的地物光谱图像，达到从空间直接识别地球表面物 质、识别伪装的目的。超光谱图像光谱通道数为1 0 0 u2 0 0 ，光谱分辨率为1 0 n m u1 0 0 r i m ， 是一种三维立体图像，因此超光谱遥感图像的数据量庞大。对超光谱图像进行压缩编码， 可以节省传输时占用的信道容量及存储时占用的存储容量，从而提高处理、传输与存储 的效率。因此，对超光谱遥感图像压缩编码的研究具有重要的应用价值。由于遥感图像 信息十分宝贵，应尽可能采用无损压缩或近无损压缩。然而由于种种原因，一直没有形 成一套成熟或标准的超光谱图像压缩技术。当前，针对超光谱图像的压缩算法主要分成 三类，它们分别是变换压缩技术、矢量量化技术和预测编码技术【l j 。 西安科技大学硕士学位论文 成像光谱技术是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息 处理技术于一体的综合性技术。7 0 年代末，在n a s a 的支持下，美国喷气推进实验室 ( j p l ) 首先提出成像光谱仪的设想，并开始概念研究与设计。1 9 8 3 年，世界上第一台 成倍光谱仪a i s 1 在_ ，p l 研制成功。在此基础上，j p l 陆续研制了改进型a i s 2 ( 1 9 8 5 年) 和2 2 4 波段的可见光一红外成像光谱仪a v i r i s 。1 9 8 6 年a v i r i s 得到第一幅机载图 像。经过9 0 年代的发展，一系列超光谱成像系统在国际上研制成功并在航空平台上获 得广泛的应用。目前，超光谱遥感一方面由实验研究阶段逐步转向实际应用阶段，另一 方面则由以航空应用为主开始转向以航空和航天应用相结合的阶段，同时以机载为雏型 的星载成像光谱仪也正在研制开发中。 成像光谱仪在对目标的空间特征成像的同时，对每个空间像元经过色散形成几十个 乃至几百个窄波段以进行连续的光谱覆盖，从而形成谱分辨率为波长的1 u5 * 0 ( 达到纳 米数量级) 的遥感数据。这种数据由于谱分辨率高，通常称为超光谱( h y p e r s p e c u a l ) 数 据( 也译作高光谱) 或超光谱图像，可以用“图像立方体”来形像描述，其中二维表征空 间位置，另外一维表征谱波长，因此说超光谱图像中包含了丰富的空间、辐射和光谱信 息嘲。然而超光谱图像的这种具有较高谱分辨力的优越性是以其较大的数据量及较高的 数据维为代价的，如标准的超谱a v i r i s ( a i r b o r n ev i s i b l e i n f r a r e di m a g i n gs p e c t r o m e t e r ) 图像就有2 2 4 个连续谱带，而每个谱带的图像空间分辨力为5 1 2 x 6 1 4 x 1 2 b i m ，这样一幅 a v i r i s 图像的数据量大约为1 4 0 m b y t e s ，每个像素的数据维为2 2 4 维，比多光谱图像的 数据量大得多、数据维也高得多。由于这样大的数据量和较高的数据维给超谱图像的传 输和存储都带来较大的困难，同时也对通常的遥感图像应用方法提出新的挑战，因此充 分利用其特点，研究新的超光谱图像处理技术是极其必要的。超光谱图像的数据压缩是 目前国际上非常活跃的研究专题网。 1 1 2 遥感超光谱图像的特性 4 1 超光谱遥感图像的数据量庞大，难以传输和存储，必须对图像进行压缩。为了有针 对性地对超光谱图像进行处理和压缩，收到更好的效果。首先应分析超光谱图像的特征， 而超光谱遥感图像的特础 】，最为突出的是图像的相关性。 光谱图像的相关性 6 】，可以表现为两个方面：空间相关性和谱间相关性。 ( 1 ) 空间相关性：指每个谱段内某一像素与其相邻像素之间的相关性。 图像自相关函数，( ，k 1 定义为 ，( ，七) = ，如y ) 厂o + ，y + k ) d x d y ( 1 1 ) 2 l 绪论 其中，( x ，为图像的灰厦函数。 对图像自相关函数公式( 1 1 ) 进行归一化和离散化处理，有 m n 厂( w ) 一以 ，( 斛i ，y + 沪所 烈l 砷= 1 瓦面r o 力 其中，膨为图像的大小，以为图像亮度的平均值，1 1 1 竹2 面与善荟，( 五_ ) ，) ( m ) 将i = 1 ，= 1 时的自相关函数的取值r ( 1 ，1 1 ，即相邻两个像素之间的相关函数的 值称为自相关系数，记作p ，p = r ( 1 ，1 ) 。从自相关函数的定义，可以得出p 是一个在 0 和l 之间的数值，即0 p l 。 ( 2 ) 谱间相关性：指每个谱段光谱图像的同一空间位置像素有相似性。产生这种 相似性的原因有以下两点：光谱图像的每个波段图像的像素值，是相同区域地物在各 个波段的反射值，它们是具有相关性的，其相关性的强弱在很大程度上取决于光谱分辨 率；由于不同波段的图像所涉及的地面目标相同，它们具有相同的空间拓扑结构。 为了分析图像的互相关性，引人互相关函数。 互相关函数h ( t ，k 1 定义为； _ h ( f ，七) = f j s ( x + f ，y + t ) g ( x ，y ) c 6 c 方 ( 1 4 ) 其中，厂( 五y ) 为图像的灰度值函数，g ( x ，y ) 为标准图像或称图像模板，h ( 1 ，七) 为，( 五y ) 和g ( 工，y ) 的互相关函数 对公式( 1 4 ) 归一化处理，得： m f ( x + l ，y + k ) g ( x , y ) h ( 1 ，n = 3 ( 1 5 ) 西安科技大学硕士学位论文 其中，( x ，y ) 、g ( 五) ，) 分别代表相邻两个光谱图像中的空间坐标为厂“) ，) 像素灰 度，l 、七分别代表像素的行、列位置变化值当，= 七= o ，h ( o ，0 1 称作两个图像的互 相关系数，记作o ，即= h ( o ，0 1 。 通过上述理论分析，得出了超光谱图像具有的谱间相关性，这是一般视频图像和遥 感图像所不具备的。因此在对超光谱图像进行处理中，应充分考虑这一典型特征，而不 能照搬一般图像的处理方法。这为我们今后实现超光谱图像的编码压缩奠定了有力的理 论基础。 1 2 遥感超光谱图像压缩技术的发展与现状 随着遥感技术的发展，新型航天遥感器空间分辨率的提高，多光谱检测波段数的增 加，带来了遥感数据的不断增长。这不仅给卫星上数据存储带来了过重的负担，而且使 地面的数据接收难以应付，因此有效地压缩遥感数据十分必要。由于遥感图像具有长期 乃至永久的保存价值，一般采用无损压缩编码或近无损压缩编码。 遥感图像是多波段图像，波段之间存在相关性，图像压缩可以从空间冗余和谱间冗 余来考虑。由于遥感图像空间分辨率较低( 一般大于l o m x l o m ) ，其空间相关性较小， 同时大部分多光谱图像谱间分辨率较低，谱间相关性也比较小，因此遥感图像压缩比比 较低嗍。 遥感超光谱图像的压缩方法可分为以下三类： 第一类方法主要由基于变换( t r a n s f o r m ) 的技术组成，典型的方法是k - l ( k a r h u n e n l o e v e ) 变换和d c t 变换及它们的改进方案。其中，k - l 交换对于超光谱图 像压缩，理论上是最佳的，其主要原理是通过变换重新组织数据，以使图像能量相对集 中于较少的几个系数，而其它的系数只具有很小的能量，通过抑制能量小的系数，即可 实现数据的压缩。k - l 变换的主要缺点是，计算复杂度高，在应用中通常是难以实现的， 因此，人们往往利用d c t 变换来替代k - l 变换，以实现谱带的去相关，利用d c t 的主 要优点是其基函数固定不变，即不用考虑其原始数据，其主要缺点是谱带去相关的效率 相对k l 变换要低。 第二类压缩方法主要由基于矢量量化v q ( v e c t o r q u a n t i z a t i o n ) 的技术及其改进方 案组成。基于v q 的压缩方案，理论上是以信息的高阶熵为下限，在高压缩率和平均最 小失真问获得最佳折衷，由于v q 的主要问题仍是较高的编码复杂性，其计算量随着矢 量维数的增加而呈指数增长，因此，在保持较高压缩性能的前提下，人们也试图在减小 v q 复杂性的算法上进行改进。 4 1 绪论 第三类压缩方法是基于预测( p r e d i c t i v e ) 技术的改进方案。这类方法不同于以上两 类方法之处是，它们直接探索像素与像素之间的相关性和谱带与谱带之间的相关性，其 基本原理是，任何一个像素可以由其周围的样值预测，因而其产生的去相关残余误差比 较容易压缩。而基于预测技术的主要问题是，相对于上述两类方法，其压缩比较低。 以上结合具体算法对主要的几类超光谱图像压缩方法进行了介绍。应当指出的是， 随着超光谱图像压缩研究的深入进行，多种方法结合使用的趋势越来越明显，很少有用 单纯一种方法完成整个压缩过程的。在研究中，应注意借鉴吸收各种方法的长处。 1 3 图像的压缩技术 1 3 1 图像压缩研究的进展 ( 1 ) 第一代图像压缩编码阶段( 1 9 8 5 年以前) 图像压缩编码算法的研究起源于传统的数据压缩理论，1 9 世纪末研制的莫尔斯代码 是数据压缩的第一次尝试。 1 9 3 9 年，d u d l e y 研制了声码器，他把声音频谱的能量划分为有限数目的频带，并 且在每个频带内传输相应的能级，因此能够达到较高的压缩。比较系统的压缩研究始于 2 0 世纪4 0 年代初形成的信息论，尽管当时数字计算机尚未出现，但其研究与当今数字 计算机所使用的压缩技术有着密切的联系，许多算法，如h u f f m a a 编码等仍有很大的应 用价值。 近2 0 年来，由于模式识别、图像处理、计算机视觉等技术的发展，促进了数据压 缩的研究。1 9 7 7 年以前，基于符号频率统计的h u f f m a a 编码具有良好的压缩性能，一 直占据重要的地位，并不断有基于其改进的算法提出。 1 9 7 7 年，以色列科学家j a c o b z i v 和a b r a h a m l e m p e l 提出了不同于以往的基于字典 的压缩编码算法l z 7 7 ，1 9 7 8 年又推出了改进算法l z 7 8 ，把无损压缩编码算法的研究推 向了一个全新的阶段。 随着数字信号处理技术的不断发展，数字图像信号、语音信号等被大量地引入有关 领域。由于图像信息占用较多的存储空间，因此数据压缩编码技术在图像通信中得到了 广泛的应用。最早研究的是预测压缩编码，它曾作为经典理论得到广泛应用。它是以像 素为处理单位，基于高阶m a r k o v 过程和w i e n e r 线性滤波的图像最佳线性预测理论。近 年来，随着神经网络理论的兴起，有人采用b p 网进行非线性预测的尝试，取得了较好 的效果。 自1 9 6 9 年在美国举行首届“图像编码会议”以来，图像压缩编码算法的研究有了 很大进展。其中变换压缩编码与量化压缩编码是研究热点 9 - 1 7 1 。 变换压缩编码是通过对图像进行正交变换，然后通过量化去除对视觉影响不大的高 5 西安科技大学硕士学位论文 频分量，再采用游程编码和h u f f m a n 编码达到压缩效果。按照正交变换的不同，常用的 变换压缩编码又分为k a r h u n e n - l o e v e 变换( k l 3 3 、离散余弦变换( d c n ，离散哈德玛变 换( ( d h t ) 、离散正弦变换( ( d s d 等。由于d c t 压缩编码算法具有编码效果较好、运算 复杂度适中等优点，目前己经成为国际图像编码标准j p e g 的核心算法。 量化压缩编码是另一类行之有效的图像压缩方法，它包括标量量化和矢量量化两种 方案。矢量量化的应用很广，其具有压缩比大的优点，但码书的设计难度较大，码书的 好坏直接影响压缩效果。 ( 2 ) 第二代图像压缩编码阶段( 1 9 8 5 年以后) 为了克服第一代图像压缩编码存在的压缩比小、图像复原质量不理想等弱点，1 9 8 5 年k t m t 等人利用人眼视觉特性提出了第二代图像压缩编码的概念。 8 0 年代中后期，相关学科的迅速发展和新兴学科的不断出现为图像编码的发展带来 了新的活力。人们对图像信息需求的剧增也有利地促进图像压缩编码技术的进步。许多 学者结合模式识别、计算机图形学、计算机视觉、神经网络、小波分析和分形几何等理 论开始探索图像信号压缩编码的新途径。同时，关于人类的视觉生理、心理特性的研究 成果也打开了人们的新视野，许多新型图像压缩编码方法相继提出，如分形编码、模型 编码、小波编码等，这些都属于第二代图像编码压缩方法。 1 9 8 7 年，m a l l a t 首次巧妙地将计算机视觉领域内的多尺度分析思想引入到小波变换 中，统一了在此之前的各种小波的构造方法，之后，他又研究了小波变换的离散形式， 并将相应的算法应用于图像的分解与重构中，为随后的小波图像压缩编码奠定了基础。 进入9 0 年代，又取得一系列图像压缩编码研究的阶段性新成果。其中，e z w 编码算法、 s p i h t 编码算法被认为是目前世界上比较先进的图像压缩编码算法，这两种算法均具有 结构简单、无需任何训练、支持多码率、图像复原质量较理想等优点，但同时又都不同 程度地存在算法时间复杂度和空间复杂度过高的弱点。而小波变换的图像压缩编码算法 己成为目前图像压缩研究领域的一个主要方向。新一代的静止图像压缩标准j p e g 2 0 0 0 就采用离散小波变换作为其核心算法。 1 9 8 8 年。b a m s l e y 和s l o a n 共同提出了分形图像编码压缩方案，该方案利用图像中 固有的自相似性来构造一个紧缩变换。编码时只需存储变换的参数，解码时，需要利用 该变换对图像不断进行迭代变换。此方案具有思路新颖、压缩比大等特点，是一种很有 潜力的编码方法，但其最大的不足在于编码时间太长，应用受到限制 1 8 - 2 8 1 1 3 2 图像压缩编码分类 图像压缩编码就是要尽可能地消除图像的冗余信息，以降低表示图像所需的数据 量。冗余量越高，可压缩的程度也越高。针对冗余的类型不同，人们提出了各种各样的 方法来对图像数据进行压缩，随之有各种不同的数据压缩分类方法： 6 l 绪论 根据解码后的数据与原始数据是否完全一致来进行分类，图像压缩方法被划分为两 类：可逆编码方法( r e v e r s i b l ec o d i n g 或i n f o r m a t i o np r e s e r v i n gc o d i n g ) 和不可逆编码方法 ( n o n - r e v e r s i b l ec o d i n g ) ，又称无损编码和有损编码。图像的无损压缩算法去除的仅仅是 冗余信息，因此可以在解压缩时精确地恢复原始图像；而有损压缩算法在去除冗余信息 的同时也将部分有用信息删除了，因此只能对原始图像进行近似的重构，而不是精确的 复原。由于遥感图像的重要性，通常采用无损压缩方式。还有一类分类方法是分为固定 或自适应方法。前者使用的参数是固定的，后者使用的参数可随图像中局部数据自适应 调整。 常见的数据编码技术主要有： 脉码调制( p c m ，p u l s ec o d em o d u l a t i o n ) ：量化法( q u a n t i z a t i o n ) ；预测编码( ( p r e d i c t i v e c o d i n g ) ；变换编码( t r a n s f o r mc o d i n g ) ；矢量量化( v q ，v e c t o rq u a n t i z a t i o n ) ；子带编码( s b c ， s u b b a n dc o d i n g ) ；分形编码( f r a e t a lc o d i n g ) ；模型编码( m o d e l - b a s e dc o d i n g ) ；小波编码 ( w a v e l e tc o d i n g ) 。 1 3 3 静态图像编码标准 近十年来，图像编码技术得到迅速发展和广泛的应用，并且逐渐成熟，其标志就是 几个关于图像编码的国际标准的制定，即i s o i e c 关于图像的编码标准j p e c j ( j o i n t p h o t o g r a p h i ce x p e r t sg r o u p ) 系列和关于活动图像的编码标准m p e c k m o v i n gp i c t u r e e x p e r t sg r o u p ) 系列。这些标准图像编码算法融合了各种性能优良的图像编码方法，代表 了目前图像编码的发展水平。以下着重介绍静态图像的2 个编码标准： ( 1 ) j p e g j p e g 是一种典型的变换编码方式，由于变换域上数据的分布比空间域更为集中， 很大程度上消除了数据闻的相关性，因此通过适当的取舍，保留包含绝大部分能量的低 频变换系数，压缩高频变换系数，能够在保证复原图像质量的前提下使数据得到较大的 压缩，j p e g 问世后获得巨大的成功。 j p e g 支持两种图像建立模式：顺序型( s e q u e n t i a l ) 和渐进型( p r o g r e s s i v e ) ，以满足用 户对应用的不同需求。j p e g 压缩算法分为两类：无失真压缩( 1 0 s s l e s sc o m p r e s s i o n ) 和有 失真压缩( 1 0 s s yc o m p r e s s i o n ) 。使用无失真压缩算法将原图像数据转变为压缩数据，该压 缩数据经对应的解压算法处理后可获得与原图像完全一致的重建图像。有失真压缩算法 基于离散余弦变换，所生成的压缩图像数据经解压生成的重建图像与原图像在视觉上保 持近似一致。一般来说，压缩比越大，视觉上的一致性越差。 j - p e g 系统分成基本系统和扩展系统：基本系统由d 玎的顺序型工作模式及 h u r l m a n 编码组成，所有符合j p e g 标准的设备必须具备基本系统；扩展系统提供不同 的选项，即除基本系统外的其他编码方式，如渐进型编码，算术编码，无失真编码和分 7 西安科技大学硕士学住论文 i i 目i t i i i e | i i | _ 层编码等。 ( 2 ) j p e g 2 0 0 0 随着多媒体应用的激增，传统j p e g 压缩技术已无法满足人们对静止图像的处理要 求。因此。提供更高压缩比、更好的复原图像以及更多新功能的新一代静止图像压缩技 术j p e g 2 0 0 0 诞生了。 j p e g 2 0 0 0 是静止图像压缩的最新标准。它基于离散小波变换( d w t ) 、带中央死 区标量均匀量化、提取上下文信息自适应算术编码以及压缩后码率分配 ( p o s t - c o m p r e s s i o nr a t el o c a t i o n ，实际是嵌入编码) 。d w t 既支持无损压缩的可逆滤波 器，也支持有损压缩的不可逆滤波器。量化方案采用分别针对每个子带进行嵌入死区标 量量化。每个子带被分成子图像，通常是6 4 x 昏1 ，采用提取上下文信息或位平面( b i t p l a n e ) 算术编码方式进行熵编码。编码后的数据按层进行组织，并采用嵌入编码分配输 出。 j p e g 2 0 0 0 编解码器的结构框图如图1 1 所示，首先对原图像数据进行离散小波变 换，然后对变换后的小波系数进行量化，接着对量化后的数据熵编码，最后形成输出码 流。解码器是编码器的逆过程。 存储和传输 毳曩纠小舨娥h 髓化h 熵解码h 压缩图像数据h 图1 1j p e g 2 0 0 0 编解码器的结构框图 j p e g 2 0 0 0 虽然功能强大，效率卓越，具有许多其他压缩标准所不具有的优良特性， 但在一些低复杂度的应用中，j p e g 2 0 0 0 仍不可能完全代替j p e g ，因为j p e g 2 0 0 0 的算 法复杂度不能满足这些领域的要求。但是，对于有较好的图像质量，较低的比特率或者 是一些特殊的要求时( 如渐进传输和感兴趣区域编码等) ，j p e g 2 0 0 0 将是最好的选择。 1 4 图像压缩编码的性能指标 图像质量评价是对图像压缩与处理系统优劣的检验。图像压缩的目的就是在保证所 要求图像质量的前提下尽可能地压缩数码率，以节省信道容量和存储空间。虽然图像质 量评价与人的视觉心理有关( 即对图像的认识或理解是由感觉和心理状况来决定的1 ， 但是找一个合理的图像评价方法还是很有必要的。 一般地，允许图像压缩后再恢复的图像具有一定误差，因此需要某种准则来评价压 缩后图像的质量。保真度准则就是这样一种压缩后图像质量评价的标准。保真度准则有 8 1 绪论 两种：客观保真度准则和主观保真度准则。前者是以压缩前后图像的误差来度量的，后 者则取决于人的主观感觉。 1 4 1 客观保真度准则 客观保真度准则指原始图像和压缩后图像之间的均方误差或压缩后恢复图像的信 噪比或峰值信噪比。对于灰度图像，设原图像为g ( x ，j ，) ，压缩后恢复图像为f ( x ，力，且 图像尺寸为m n ，a 为f ( x ，y ) 中的最大值。则均方误差为： m s e 5 杰萎善k 阮y ) 一八五y ) r ( 1 6 ) 归一化均方误差为： 一：壶m 萎- i 类n - i ：竺型乃1 一m n k y ) 1 2 岔岔” 信噪比定义为： s n r ：1 0 l o g l o 与d b ( 1 8 ) 在上式中，盯。2 是原始图像的方差，o d 2 是失真图像的方差，失真图像定义为原始图 像和恢复图像的差。 p 力= 厂似y ) 一g o ，y )( 1 9 ) 22 赤萎荟k ( 五j ，) 】2 ( 1 1 0 ) 乃22 面1 萎善陟y ) - g ( x ，y ) 】2( 1 ) 峰值信噪比p s n r 定义为： p s n r = 1 0 x l o g i o 一, a t d b ( 1 1 2 ) 1 4 2 主观保真度准则 如果被处理的图像最终是为了让人进行观察，如电视图像，那么用人的视觉来评价 图像的质量就更加有意义。事实上，具有相同客观保真度的不同图像，在人的视觉中可 能引起不同的视觉效果。这是因为客观保真度准则是一种统计平均意义下的度量准则， 对于图像中的细枝末节它是无法反映出来的，而且人的视觉系统还有许多特殊的性质， 西安科技大学硕士学位论文 例如对光强敏感的对数特性，使得图像暗区的误差比其亮区误差影响更为重要。又如人 的视觉系统对灰度突变的特别敏感性，使得发生于图像边缘轮廓附近的误差比发生于一 般背景下的误差对图像质量有着更坏的影响等等。所有这些可能引起视觉明显差异的因 素，用客观保真度准则往往是无法表示出来的。因此，根据人的主观感觉来评价图像就 十分必要了。 1 4 3 压缩比 图像的数字编码，其实质是在一定质量( 信噪比要求或主观评价得分) 条件下，以 最少比特数来表示( 传输) 一幅图像。为了比较各种压缩编码效率，需定义表示其压缩 效率的压缩比，通用的压缩比可定义为： 材 ( f ，) c = 等等一 ( 1 1 3 ) ( f ，) 和ly - i 其中为原图像每像素使用的比特数，c 为压缩后平均每像素使用的比特数，上式 给出了原信息率和压缩后信息率之间的关系。 1 5 方案论证 关于超光谱图像数据压缩目前有两个关键技术需要解决：其一是压缩过程中多目标 及小目标的保存问题。由于超光谱图像压缩的目的不同于一般的电视图像，它不仅仅是 为了人的视觉系统、同时也是为了某种特殊的应用，且不同的地物目标或小目标往往是 主要的应用信息，因此如何保留这些细节信息，并使压缩后的不同目标或小目标不受损， 是目前要重点解决的问题；其二是压缩算法的简化问题。如k - l 变换等方法就相当复 杂，难以实现，因此研究简单可行的压缩算法不仅是超光谱图像进一步应用的先决条件， 也是今后将要进行重点研究的一项关键技术。 由于对图像进行小波变换编码具有多分辨率特性，并且在压缩比、重构图像质量、 适用范围和算法复杂性等方面获得到好的折衷。前人有用离散小波编码，可是在构造的 小波系数都是浮点数，导致了小波变换后的系数也为浮点数，这一特点使图像无损压缩 无法直接在小波变换域进行，导致了无损压缩比很低，限制了小波在该领域的应用。进 一步考虑算法复杂度的因素，采用基于提升的整数小波变换，该方法只是简单的移位和 加法操作，速度很快，占用内存少，而且比一般小波变换更适于消除超光谱遥感数据谱 间冗余和空间冗余。在保留图像细节信息、提高压缩比的同时，大大降低了算法复杂度， 特别适合于需要实时、高速编码或无损压缩的场合，并利于硬件实现。 由于超光谱图像的特殊性必须进行无损压缩或近无损压缩，即便是有损压缩，也通 1 0 1 绪论 常要求达到高保真的效果