（光学工程专业论文）微光夜视图像压缩及dsp实现.pdf

墒季 j i j 。7 、 本文以微光夜视图像的特征为算法理论基础，以高效的传输夜视图像为目的， 提出了适用于微光夜视图像压缩编码的理论模型，设计了基于c o n t o u r l e t 变换的 微光夜视图像压缩算法实现的硬件系统，并且和小波变换算法进行了比较实验， 将实验图片和数据进行了对比和研究。 研究了c o n t o u r l e t 变换的结构，原理和性质以及实现算法，并且说明了 c o n t o u r l c t 变换较小波变换的优越性。 研究了基于小波变换的图像压缩编码算法的原理，以及微光夜视图像的特 性。提出了一种基于c o n t o u r l e t 变换的无表零树图像压缩方法，使压缩后的结果 图像效果更佳。 在系统硬件设计中，微处理器选用1 1 公司的1 m s 3 2 0 d m 6 4 2d s p 芯片，并 且采用了c c s 的软件与硬件配合使用，完成了微光夜视图像压缩的硬件设计。 关键词：微光图像压缩编码无表零树c o n t o u r l e td s pc c s a b s t r a c t b a s e do nt h ec h a r a c t e r i s t i c so fl o w - l i g h t - l e v e ln i g h tv i s i o ni m a g i n ga l g o r i t h mf o r t h et h e o r e t i c a lf o u n d a t i o n , e f f i c i e n tt r a n s f e ro fn i g h tv i s i o ni m a g e sf o rt h ep u r p o s eo f t h ep r o p o s e da p p l yt ol o w - l i g h t - l e v e ln i g h tv i s i o ni m a g ec o m p r e s s i o nc o d i n gt h e o r y m o d e l d e s i g n sac o n t o u r l e tt r a n s f o r mb a s e do nt h el o w - l i g h t - l e v e ln i g h tv i s i o ni m a g e c o m p r e s s i o na l g o r i t h mo ft h eh a r d w a r es y s t e m a n dc o m p a r e dw i t hw a v e l e t t r a n s f o n n w | ed ot h ed e t a i l e dr e s e a r c ho ft h ec o n t o u r l e tt r a n s f o r m a t i o no ft h es t n j c 眦a s w e l la st h er e a l i z a t i o no ft h ep r i n c i p l ea n dn a t u r eo ft h ea l g o r i t h m a n dd e s c r i b e st h e a d v a n t a g eo fc o n t o u r l e tt r a n s f c l r i l l w ed ot h ed e t a i l e dr e s e a r c ho fw a v e l e ti m a g ec o m p r e s s i o na l g o r i t h mp r i n c i p l e ，a s w e l la sl o w - l i g h t l e v e li m a g i n gn i g h tv i s i o nf e a t u r e s b a s e do nc o n t o u r l e tt r a n s f o r l n w ef i n dt h em e t h o do fc l z c s ot h a tt h er e s u l to ft h ec o m p r e s s e di m a g eb e t t e r i nt h eh a r d w a r ed e s i g n , w ec h o o s et h et m s 3 2 0 d m 6 4 2d s p a n du s et h ec c s s o f t w a r et oc o m p l e t et h en i g h tv i s i o ni m a g ec o m p r e s s i o nh a r d w a r ed e s i g n k e yw o r d s ：l o w - l i g h t - - l e v e li m a g e c o m p r e s s i o nc o d i n g l z cc o n t o u r l e t d s pc c s 长春理工大学硕士学位论文原创性声 本人郑重声明：所呈交的硕士学位论文，微光夜视图像压缩及d s p 实现 是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明 引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的作品成 果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本 人完全意识到本声明的法律结果由本人承担。 作者签名：j 莓l 年上月笪日 长春理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版 权使用规定 ，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕 士学位论文全文数据库和c n k i 系列数据库及其它国家有关部门或机构送交学 位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春理工大学可以 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，也可采用影印、缩印 或扫描等复制手段保存和汇编学位论文。 作者签名：王蠡! ! ! j年三月卫日 指删嗽：乒随年互月丛日 1 1 引言 第一章绪论 夜视技术是用于在夜暗环境中帮助人眼增强视觉的一种专门技术，它应用光电探 测和成像器材，将肉眼不可视目标转换成可视影像的采集、处理和显示技术。夜视技 术的发展促使传统战法的变革，夜视技术装备的应用与对抗成为夜战的l 项主要内容。 夜视技术和光电对抗技术成为争夺作战制高权所不可或缺的“矛 和“盾”。 在未来的数字化战争中，信息力是影响指挥能力和打击能力的重要因素之一。夜 视技术不仅使战争舞台在时域上得到延拓，使人员和车辆活动自由度得到扩展，机动 和协同能力得到增强，而且使武器系统的瞄准精度得到提高，使后勤支援能力得到增 强，可以极大提高战斗力。在现代战场上广泛使用的夜视装置主要有：红外夜视仪、微 光夜视仪、微光电视及热成像仪四种。 举世瞩目的海湾战争中，夜视器材大显身手。多国部队总司令施瓦茨科普夫上将 战后评价说：“装备我们部队的夜视仪是我们胜于敌人的一个重要有利条件。 多国部队 空军指挥官空军少将格罗松说：“永远不要忘记，海湾战争的开始、作战和获胜都是在 夜间。“这一切都表明，未来战争的胜负在一定程度上取决于夜战主动权的获得，而夜 战的主动权操于谁手，则在一定程度上取决于夜视技术的优势、夜视装备数量的多少。 部队有了夜视技术装备就能全天候先敌发现目标，掌握制胜主动权。夜视技术装备虽 不具备直接打击敌人的功能，但可增强作战实力，提高作战效率。 在以往的战争中，夜暗曾是武器装备相对处于劣势的一方所利用的有利条件。但 随着先进的夜视系统及g p s 制导技术的广泛应用，夜暗已成为拥有夜视技术优势一方 的天然屏障。当今的美军作战飞机普遍装备了先进的脉冲多普勒雷达、前视红外观察 仪、夜视镜、微光电视，主战飞机还挂载了“蓝盾 夜间低空导航和红外瞄准系统等 先进夜视器材，为其利用夜幕快速定位、发现并摧毁目标创造了条件，使夜间战场对 美军变得“单向透明”，夜暗已成为美军发起空袭的首选时机。 海湾战争、“沙漠之狐 空袭行动、“联盟力量空袭行动都是在当地时间的午夜 至凌晨发起的。夜间空袭不仅容易达成攻击的突然性，增加己方的安全性，降低飞机 的战损率，而且使对方很难利用夜暗维修恢复武器装备和补充给养，有利于进一步扩 大空袭战果，并且可以给对方造成巨大的精神恐慌圈。 1 2 国内外发展现状 夜视技术一直是美国陆军大力发展的技术。美国在红外夜视和微光夜视技术方面 一直在世界上居领先地位，并不断取得新的进展。美国陆军己于2 0 0 0 年开始在最新型 艾布拉姆斯坦克和布雷德利步兵战车上安装横向技术集成型二代前视红外系统，2 0 0 1 年又开始装备世界上最先进的第四代微光夜视眼镜，并且着手计划和发展下一代夜视 系统。这些新的夜视系统包括增强型夜视眼镜、全景夜视眼镜和三代前视红外系统。 英国在最新型的头盔监视系统中，盔顶内装有陀螺稳定激光指示器、图像增强器 和热成像仪；头盔带有面罩，通过电视系统可在面罩的前上方显示多种数据和图像，如 来自背囊内电子计算机的数字式数据，枪和激光指示器瞄准目标的情况，热成像仪和 图像增强器的视图，以及微电台与计算机收到或储存的地图、作战图等。如澳大利亚 “旺杜拉 未来士兵高科技装备的作战系统中的多功能头盔，其上眼罩是个显示屏， 能显示敌我阵地配置的电子地图。英国警察将使用的“电脑头盔”头盔正面与眼等高 处固定一个约3 厘米大小的微型监视器，通过无线电波与中央资料库取得联系，数秒 钟内可在屏幕上显示出被查找人的照片及其活动情况。戴头盔的警察可通过监视器及 时获得上级颁布的各种行动计划、书面指示和有关命令，具有传递情报迅速、准确、 及时、高效和保密性强的特点。 我国的夜视技术发展也很快，其中微光夜视技术经过三十多年的发展，目前一代 和二代微光管、微通道板和光纤面板都已形成批量生产能力，用一代和二代微光管的 微光夜视仪已能大量装备部队。此外，北方夜视技术股份有限公司现已能进行多种超 二代像管的批量生产，相应的微光夜视仪性能也有较大幅度的提高。三代微光器件研 究已获重大技术突破，实验室样管己达到美国标准三代管水平。 c o n t o u r l e t 变换是2 0 0 2 年m n d 。和v e t t e r l im 提出的一种“真正”二维图像表 示方法，这种方法可以很好地抓住图像的几何结构。c o n t o u r l e t 变换是由塔形方向滤波 器组( p d f b ) 把图像分解成各个尺度上的带通方向子带，它由两级实现子带的分解和方 向变换。首先，用l p c ( l a p l a c i a np y r a m i d ) 变换对图像进行多尺度分解以“捕获奇 异点，然后由方向滤波器组( d f b ) 将分布在同方向上的奇异点合成为一个系数。方向滤 波器组是能把图像分解为2 的任意次幂个方向的临界抽样滤波器组。c o n t o u r l e t 变换提 供了一种灵活的、多尺度的、局部的、方向性的分析方法，是一种二维分段光滑信号 的稀疏表示方法。c o n t o u d e t 极好的表达图像边缘的特点使得c o n t o u r l e t 在图像处理中 大有用武之地，c o n t o u r l e t 变换在图像降噪、压缩、增强和水印等方而有着广泛的应用 前景。 1 3 课题研究的目的和意义 微光夜视技术又称像增强技术，是通过带像增强管的夜视镜，对夜天光照亮的微弱 目标像进行增强，以供观察的光电成像技术。微光夜视仪，可分为直接观察( 如夜视观 察仪、武器瞄准具、夜间驾驶仪、夜视眼镜) 和间接观察( 如微光电视) 两种。 由于数字化技术、数据链路和图像处理技术的进步，使武器平台间的横向组网成 2 为可能，使军队能够像使用直瞄火力一样运用间瞄火力。在数字化战场上，各种传感 器获取的数据图像，由不同的数据链路传给工作站。工作站把这些图像与侦察卫星的 档案图像进行相关处理，确定目标的精确坐标，并把它与各种武器系统的弹着半径相 匹配，然后把处理好的最终产品用视频链路传入攻击武器系统，攻击系统立即向目标 发起攻击，形成“传感器至射手 的信息流。使发现与攻击过程只需数分钟甚至数十 秒钟，识别目标与攻击目标几乎能同时完成。 和普通图像一样，夜视图像包含了大量的数据量，如果不对这些数据进行压缩， 将给夜视图像的存储、处理和传输造成巨大困难。夜视图像压缩作为夜视图像处理的 重要技术手段，是当今方兴未艾的数字化战场夜视技术的不可或缺的组成部分。夜视 图像压缩是实现夜视图像实时处理、夜视图像无线通讯、战场信息共享、提高战斗能 力的重要技术手段。图像压缩的算法研究是一个热点，有许多成熟的算法己经运用于 实践中，但每一种算法都有其适用性和局限性。夜视图像有其固有的特征，通用的方 法对于夜视图像未必是最合适的选择，因此必须结合夜视图像的特点进行压缩编码算 法的探讨研究。 鉴于此，本文对c o n t o u r i e t 变换的原理与实现及其在微光夜视图像压缩技术中的相 关应用进行了研究，目的是希望探索出新的、更好的基于c o n t o u r l e t 变换的微光夜视图 像的压缩算法。 1 4 论文的主要研究工作 本文以微光夜视图像的特征为出发点，以更好的传输夜视图像为主要目的，研究 了适用于微光夜视图像的压缩编码的理论模型和算法。并且设计了基于c o n t o u d e t 变换 的微光夜视图像压缩算法实现的硬件系统。 ( 1 ) c o n t o u r l e t 变换的基本理论。论述了有关c o n t o u r l e t 变换的结构，原理和性质等一 些基本理论。 ( 2 ) 介绍了一些图像压缩编码的原理及分类以及微光夜视图像的特性。由于微光夜视 图像具有不同于日常自然图像的独有特点，所以对微光夜视图像的特征进行了分析。 像微光夜视图像的一维直方图统计分析，以及空间和时间相关性分析等方面的问题。 ( 3 ) 提出了一种基于c o n t o u r l e t 的无表零树的微光夜视图像压缩算法。针对微光夜视 图像的独有特点，在兼顾压缩比和压缩质量的原则下，用c o n t o u r l e t 对图像进行变换， 对变换后的图像用无表零树的方法进行编码压缩，得到了较好质量的微光图像的压缩 图像。 ( 4 ) 设计并实现了基于d s p 的硬件系统，以及其外围电路的设计，采用了c c s 的软 件与硬件配合使用。 3 2 1 概述 第二章c o n t o u r l e t 变换 为克服常用的二维张量积小波变换的局限性，人们相继提出了r i d g e l e t 变换， c u r v e l e 变换等多尺度多方向图象变换方法。但这些方法都存在不同程度的局限性。 r i d g e l e t 变换是通过对r a d o n 切片做一维小波变换来实现的，其冗余度为4 。c a n d e s 等于1 9 9 9 年提出了第一代c u r v e l e t 变换，它首先对子带图象进行分块，然后对每一块 图像进行r d g e l e t 变换。第一代c u r v e l e t 变换具有良好的空域和频域局部性及非线性逼 近性能，然而其冗余度高达1 6 j + 1 0 为分解级数，j 1 ) 。c a n d e s 等于2 0 0 2 年提出了第 二代c u r v e l e t 变换眩n ，第二代c u r v e l e t 变换的冗余度比第一代低，若不对最高频细节 子带进行方向分解，其冗余度为2 6 7 ，若对最高频细节子带进行方向分解，其冗余度 则高达8 。c o n t o u r l e t 变换是一种冗余度为4 3 的低冗余度的多方向小波变换，它结合 了c u r v e l e t 变换的思想，并且满足各向异性的尺度关系，能够有效地表示图像的边缘 及一些纹理信息。与c u r v e l e t 换相比较，c o n t o u r l e t 变换具有如下优势：( 1 ) c o n t o u r l e t 变换几乎是严格采样的，它的冗余度仅为4 3 ；( 2 ) c o n t o u r l e t 变换能设计为“紧标架 ( t i g h tf r a m e ) ，这意味着c o n t o u r l e t 变换能抵抗由于量化操作引入的噪声；( 3 ) 使用迭 代滤波器组可以完成快速c o n t o u r l e t 变换。 2 2 离散c o n t o u r l e t 变换 从前的变换方法，如d c t 变换、d w t 变换等，一般首先在连续域进行构造，然 后当应用于数字信号时再对变换自身离散化。与之不同的是，c o n t o u r l e t 变换采用滤波 器组在离散域构建，然后通过多分辨分析标架得到连续形式的展开。离散c o n t o u r l e t 变 换可以分为两个独立的步骤： 1 使用 滤波器( l a p l a c i a i lp y r a m i df i l t e r s ) 对原图像进行多尺度分解，以捕获二维 图像中存在的点奇异性。l p 分解最早是由b u r r 和a d e l s o n 提出的，一次 分解将原 始图像信号分解为原信号的低频分量和原信号与低频信号的差值，即高频分量；递归 地对低频分量进行分解，便得到了整个多分辨率图像1 1 4 1 。 2 对 分解后每一尺度上的高频图像使用方向滤波器组( d i r e c t i o n a lf i l t e rb a n k ，d f b ) 进行方向分解。原始的d f b 是由b a m b e r g e r 和s m i t h 提出的，通过菱形滤波器 ( d i a m o n d - s h a p e df i l t e r s ) 对输入图像加以调制来进行方向分解。w i n h n d o 构造了一类 新的迭代d f b ，无需先对原始图像进行调制。使用d f b 的目的是将同方向上的奇异点 4 合并为同一系数，即c o n t o u r l e t 变换系数。若使用d f b 对图像进行l 层分解，则总共 可分解2 l 个频率子带，且每个子带都呈楔本d ( w e d g es h a p e ) 。 图2 1 给出了c o n t o u r l e t 分解的流程图： , m a g e 2 2 1 拉普拉斯塔形变换 图2 1c o n t o u r l c t 变换的分解过程 为了改变信号的分辨率，使得人们可以根据特定的目标处理相关的细节，1 9 8 3 年， p j b u r r 和e a a d e l s o n 在计算机视觉的应用中引进了一个能够处理低分辨率图像，同 时根据需要进一步提高图像分辨率的多分辨率l a p l a c i a n 塔式分解算法( 简称为金字塔 式分解) 。 在塔式分解中，首先对上一尺度低频图像采用低通滤波器进行低通滤波，然后进 行下采样，得到低频图像。再对该低频图像进行上采样，然后用高通滤波器对上采样 后的图像进行低通滤波，并将低通滤波后的图像与上一尺度的低频图像进行差分，得 到塔式分解后的高频部分( 1 6 1 0 其分解过程如图2 2 所示： c 图2 2 塔式分解过程 x 是原始图像，h 为低通滤波器，m 为采样矩阵，m2 ( 言呈) 。塔式分解与小波分解 最明显的不同之处在于，小波分解后，每个尺度上将产生三个细节子带图像，而塔式 分解后只产生一个细节子带的带通图像。因而，小波分解后，对高频部分进行了重新 5 划分，而塔式分解没有对图像的高频部分进行划分，易于后面使用方同滤波器组来对 高频部分进行方向划分， 塔式重构过程是塔式分解过程的逆过程，其重构过程如图23 所示： 凹2 3 塔式重构过程 l p 变换分解时和低通滤波器卷积以及下采样的过程可由下式表示： c - z 【卅啊胁一t 卜( 矸一胁】) ( 21 ) 其中，c m 是l p 变换后得到的原图像的近似图像； 旧是低通滤波器的脉冲响应；这 里令i h = ”巾m 是采样矩阵，如果下采样间隔为2 ，则：m - f ：a 。 在近似图像的基础上进行上采样并低通滤波所得到的图像p 【 】，由下式表示： p 【川2 荟。g 陋一胁】4 蚤圳【_ 胁k 伽一船】 2 2 则l p 变换得到的差值图像即高频部分d 【 由下式表示： d 【 】- x n 卜p 【h 】 ( 2 3 ) 其中x 【n 】是原图像。这样原始图像x 【n 】经过一层的l p 变换就可分解成低频近似图像c h 和高频细节图像讲n 】，从这里可以看出高频细节图像和原图像有着相同的像素分辨率。 如果继续往下分解的话就可以把x 用c 代替，再分解出新的c 协】和a n l ，从而完 成对图像的多尺度多分辨率的分析。 本文应用9 7 双正交滤波器对微光夜视图像进行一层的l p 变换的到了近似图像和 高频细节图像，如图2 4 所示： 鹂蠼飘 ( a ) 原微光夜视图像 ( b ) 近似图像 ( c ) 高频细节图像 图2 4 微光图像i j p 一层分解变换 2 2 2 迭代方向滤波器组 ( 1 ) 多维采样系统的基本概念 二维离散信号x ( n ) n = ( n 。，n 2 ) t ) 是定义在二维整数格点z 2 上的实数序列。若x ( n ) 的 能量有限，则x ( n ) 属于离散希尔伯特空间l z ( z 2 ) 。根据泛函分析理论，其内积和范数分 别定义为： = 罗x ( 玎) y ( 力 ( 2 4 ) i i x i | _ “一互，( 行) ( 2 5 ) x ( n ) 的离散傅里叶变换x ( w ) 为： x ( w ) = x ( w 。，w 。) = 罗x ( 玎) p 一一 ( 2 6 ) x ( r 1 ) 的z 变换x ( z ) 为： x ( z ) = x ( 乏；，z ：) = x ( n ) z l - n z ；”： ( 2 7 ) 下采样( d o w n s a m p l i n g ) 和上采样( u p s a m p l i n g ) 是多采样系统中的两个基本操作，常 用的二维采样矩阵为矩形采样矩阵m 和梅花形采样矩阵绕和q 1 。 m = ( 言呈) ，q o2 ( 三? ) q t 。( 二1 ：) 其中，在小波变换中采用的采样矩阵就是矩形采样矩阵，即隔行隔列进行上采样 和下一采样。矩形采样和梅花形采样如图2 5 所示： l 图2 5 矩形采样和梅花形采样 利用非奇异矩阵m 对x ( n ) 进行下采样，即： x d ( 甩) 一x ( m n ) 利用非奇异矩阵m 对x ( 1 1 ) 进行上采样，即： ( 2 8 ) 7 “叫“咖亏= 汜9 ) 则采样前后的信号在频域具有以下关系： y ( w ) = x ( m 1 w ) ( 2 1 0 ) 在迭代方向滤波器组中，四个基本的重采样矩阵被使用： r 。2 ( 苫1 )墨z ( 三1 1 ) r ：2 ( ：；)r ：2 ( 二1 ：) c 2 1 l ， 其中，r o ，r l ，r 2 ，r 3 的模为1 ，使用其进行重采样，采样前后样本数目没有发生变 化，但样本的位置发生了变化，相当于对图像进行旋转操作。注意到 r o r i r 2 r 3 1 ( 2 1 2 ) 因此，对图像用进行上采样，则相当于对图像用r l ，进行下采样。上述的梅花形采 样矩阵q 0 ，q 1 即可采用重采样操作来实现。 a o = r 1 d o r 2 = r ：z d l r l ( 2 1 3 ) 0 1 = r o d o r 3 = r 3 d 1 r o 皿= ， ( 2 1 4 ) 即对图像进行梅花形采样操作可通过先对图像进行重采样操作( 对图像进行旋转操 作) ，然后再进行隔行隔列的采样操作来实现。 在多采样率系统中，滤波和采样可以进行等效易位，其等效关系如图2 6 所示： 2 2 3 方向滤波器组 扇形滤波器组是迭代方向滤波器组的基本组成单元，将扇形滤波器组以适当的方式 级联即可构成迭代方向滤波器组。将扇形滤波器与梅花形采样相结合即构成二维双通 道扇形滤波器组。图2 7 是双通道扇形滤波器组的分解和重构原理图： 譬 图2 7 双通道扇形滤波器组 图2 7 中的q 为梅花形采样矩阵，图2 7 的左半部分将图像x 分解为垂直子带y 0 和 水平子带y 1 。并且有与使用二插值和二抽取的一维双通道滤波器组有类似的结论： 8 、， 0 1 2 o ，ii l 0 d 中其 x - ( ) = 五1 。h 。( ) g 。( ) + 日。( ) g 。( ) ( ) + 丢( + 石) g o ( ) + 皿( + 石) g 1 ( 训x ( + 删 ( 2 1 5 ) 其中万一，石) r 。如果满足完全重构即只 ) = x ( ) 的话，必须下列等式成立： h o ( m ) g o ( ) + h l ( ) g 1 ( ) = 2 ( 2 1 6 ) 日o ( + 万) g o ( ) + h 1 ( + 刀) g 1 ( 妨一0 ( 2 。1 7 ) 如果方向滤波器h 0 ，h ，g o ，g 1 ，满足上述条件，则将输入信号分解到各个不同 的方向，并且能够完全重构。 扇形滤波器的设计可通过m c c l e l l a n 变换来实现。它将输入信号的频谱划分成水平 部分( 图2 8 左图中的阴影部分) 和垂直部分( 图2 8 右图中的阴影部分) 。 飞眇 箧筮。 秦，么 罗湖 r 图2 8 扇形滤波器的频谱划分 1 9 9 2 年，b a m b e r g e r 和s m i t l l 构造了个二维方向滤波器组，通过l 级的二叉树分解 将频谱划分成2 n 个楔形频率子带。m i n h n d o 提出了一种新的构造方向滤波器组的方 法，并简化了树分解的规则。采用方向滤波器组多级划分方向子带的过程如图2 9 所 示： 图2 9 方向滤波器组前2 级划分方向子带过程 第一级采用扇形滤波器将信号分解为“垂直 分量和“水平 分量。在第二级划 9 分中，根据多采样率分析中的等效易位关系，将梅彳e n - f 采样矩阵绕和q 1 与扇形滤波 器等效成一个象限滤波器和抽取器，从而实现对“垂直 分量和“水平分量的进一 步划分，其等效关系如图2 1 0 所示。 驴忍母三譬母 图2 1 0 第二级划分中滤波器等效关系 由多采样率分析中的等效易位关系知，采样矩阵m 为： m = q 0 木q 1 = k ：l ( 2 1 8 ) u二 第一级采用扇形滤波器分解后，信号的“垂直”频谱分量如图2 1 1 ( a ) q b 的阴影部 分所示，当通过第二级象限滤波器后，使得图2 1 1 ( a ) ，( b ) 中的公共部分得以通过， 即得到图2 1 1 ( c ) 中0 方向子带，其它各方向子带可依次类推得到。 飞y k i ( a ) ( b ) x z ( 妨 图2 1 1 前两级信号的频谱划分过程 在第三级划分中，先采用重采样( r e s a m p l e ) 算子足( i = o ，1 ，2 ，3 ) 对各个分量进行重 采样，经过扇形滤波器后，然后进行梅花形下采样。依据多采样系统中的等效易位关 系可知，可将重采样算子与扇形滤波器等效成菱形滤波器与抽取器。以后各级对楔形 频率子带的划分过程类似第三级的划分过程。由于重采样使得整个环节等效于一个频 率响应为平行四边形的滤波器和一个抽取器，此平行四边形与前一级的信号的频谱仅 有一半的重合，因此，总的效果相当于将信号的频谱进一步划分。下图只给出0 型和1 型的分解示意图，如图2 1 2 所示。 0 强。oh i 0 1 4 0 ，1 ( a ) 0 型 0 1 图2 1 2 第三级变换示意图的类型 研1 ( b ) 1 型 o 1 1 0 2 3 连续c o n t o u r t l e t 变换 定义了离散域上的c o n t o u r l e t 变换，c o n t o u r l e t 滤波器组便可以扩展为平方司积空 间1 2 ( r 2 ) 中的连续函数。和小波分解类似，连续域c o n t o u r l e t 变换是通过迭代的滤波器 组将整个空间1 2 ( r 2 ) 分解为多尺度、多方向的子空间序列。即： ， 1 2 ( r 2 ) 。巧。引，蒙( 蔑形乞) ) ( 2 1 9 ) 在式2 1 9 中，空间v j o 和 的定义与小波分解中的定义基本一致。v j o 是尺度2 j 0 上 的逼近分量 九，( f ) ) ，其中办，。( f ) 为： 咖，o ) 2 2 一。驴( 2 7 f 一，z ) ，z ，n ( e z 2 ( 2 2 0 ) 咖，( f ) 由尺度函数( ，) 的平移缩放构成，由二尺度方程知： 矿( r ) 2 2 g 【咒 o ( 2 t 一疗) ( 2 2 1 ) 其中g 【n 】是分解低通滤波器，是在尺度2 一上的细节分量，在l p 分解中，空间哆属 于定义在r 2 中的框架 p 肋( f ) ) ，玎z 2 。 对于d f b 而言，l 层的d f b 包括2 。个方向滤波器及其平移的脉冲响应在c o n t o u r l e t 变换中，若z j 层d f b 应用于l p 分解的细节分量空间w j 将会在尺度2 上被分解为2 。个 方向子空间，即： 2 ，以 。k o - o k0 形名 ( 2 2 2 ) jj 得到的子空间吆是一个定义在2 。也+ 2x2 7 或2 。x2 7 + + 2 间隔的平移不变空间中。 c o n t o u r l e t 变换产生的多分辨率，多方向子空间，如图2 1 3 所示。 图2 1 3c o n t o u r l e t 变换产生的多方向分辨翠，多方向子空间 而子空间吆属于 j d 厶一o ) ) ，n e z 2 ，并且有： p 幺。一g k m 一瓯1 1 ，l 地m o ) ( 2 2 3 ) 其中，g ? 为低通分解滤波器，过采样矩阵s 定义为： 啦f 翥( 2 2 t 1 - 1 1 ) , 2 ) , 0 一 ：k 出 h l 。 h 2h j v + 1 一一h 。 ( 3 8 ) 日，是i 阶信源的熵。 3 2 图像压缩编码的基本原理 图像编码的研究重点是在允许图像有一定的失真的条件下( 包括主观视觉效果在 内) ，如何实现图像信息的数据压缩，简称为图像的压缩编码。 系统将来自信号源的图像信号经过p c m 编码器进行线性p c m 编码后，由压缩编 码器对图像数据进行压缩，然后得到消除了图像数据冗余的码字。图像压缩编码的基 1 7 本原理如图3 1 所示。 图3 1 图像压缩基本原理框图 由此可见，图像编码就是要利用图像固有的统计特性以及视觉特性，从原始图像 信息中经过压缩编码而提取出有效信息，尽量去掉那些无用的冗余信息，以便高效率 的进行图像的数字传输或数字存储；而在复原时仍能获得与原始图像相差不多的复原 图像，保持图像信息中的有效信息。 3 3 图像和视频压缩编码的基本方法 针对数据冗余类型的不同，相应地就有不同的压缩方法。根据解码后数据与原始 数据是否完全一致进行分类，图像和视频压缩编码的方法大体上分为两类：有失真压缩 编码和无失真压缩编码，如图3 2 所示。 1 无失真编码 图3 2 图像和视频压缩算法 编码 无失真编码又叫做熵编码( e n t r o p yc o d i n g ) 。它是根据信息出现概率的分布特性而 进行的压缩编码技术，解码后能无失真地恢复原图像。其方法是：识别一个给定的流中 出现概率最高的比特或者字节模式，并用比原始比特更少的比特数来对其编码，也就 是说，出现概率越低的模式，其编码的位数就越多，出现概率越高的模式编码位数就 越少。如果码流中所有模式出现的概率相等，则平均信息量最大，信源没有冗余。但 由于无失真压缩技术在原理上大多采用概率统计编码，因而一般对在内容上重复较多 的数据压缩倍数比较大，而对没有重复或重复较小的数据，则压缩倍数就较低。般 平均压缩比在2 ：1 一：1 之间。常见的无失真编码方法有： ( 1 ) 行程编码( r u nl e n g t hc o d i n g ) 行程编码主要用于量化后出现大量连续重复出现的相同数据的情形，利用行程来 表示连续相同的数据，可以降低表示连续相同数据的数据量。 ( 2 ) h u f f m a n 编码 霍夫曼于1 9 5 2 年提出了对统计独立信源能达到最小平均码长的编码方法，也即最 佳码，它完全依据字符出现概率来构造，各码字长度严格按照所对应符号出现概率的 大小逆序排列。最佳性可从理论上证明。这种码具有即时性和惟一可译性。但霍夫曼 编码很少能达到8 ：1 的压缩比，这主要是因为霍夫曼编码依赖于信源的统计特性，必 须先统计得到信源的概率特性才能编码，这就限制了他的实际应用。此外，霍夫曼编 码缺乏构造性，即它不能用某种数学方法建立起消息和码字之间的一一对应关系，而 只能通过某种查表的方法建立起它们的对应关系。 ( 3 ) 算术编码 算术编码是由j r i s s a n e n 在1 9 7 6 年提出的一种二元码的熵编码方法。它是把一个 信源集合表示为实数线上的0 到1 之间的一个区间。该区间的位置与输入数据的概率 分布有关。可以根据信源的统计特性来设计具体的编解码器，也可以针对未知概型的 信源设计能够自适应其概率分布的算术编解码器。由于算术编码能够自适应的逼近信 源的概率分布特性，因此在对未知的概率分布的信源编解码时，算术编码要优于 h u f f r n a n 编码，所以在实际中得到了广泛的应用。 2 有失真编码 有失真压缩法主要是利用人的视觉特性使压缩后的图像看起来与原始图像一样， 但实际上它们之间是存在一定误差的。有失真编码是对熵进行了压缩，从而减少了信 息量，但这些损失的信息是不能再恢复的。因而这类编码技术往往可以获得较大的压 缩比。 ( 1 ) 预测编码 预测编码是根据图像在帧内和帧间的相关性以及人眼的视觉特性，利用前面一个 或多个的像素值来预测当前值，然后对当前值与预测值之差进行编码的方法。预测编 码分为有失真预测编码和无失真预测编码。无失真预测编码是指不对预测误差进行量 化，不丢失任何有效信息：而有失真预测编码需对预测误差进行量化处理。差分脉冲编 1 9 码调制法d p c m ( d i f f e r e n c e p c m ) 是有失真预测编码的典型代表。 一预测编码中，编码器对当前样本值和预测值之间的差值信号进行编码并传输：解码 器将收到的码字解码并与预测值相加，从而得到重建样本值。为了在编码器和解码器 中得到相同的预测值，编码器的预测值是由重建样本值而不是实际样本值预测得到的。 预测编码的不足之处是当传输过程中出现误码时，会导致解码图像中的大片区域 失真。因此预测编码要求可靠性很高的信道，一般要增加新的纠错编码，为了防止误 码的扩散，可以每隔一定时间将预测系数置为0 。 ( 2 ) 变换编码 变换编码是有失真编码的一种重要的编码类型。在变换编码中，原始数据从初始 空间或者时间域进行数学变换，使得信号中最重要的部分( 例如包含最大能量的最重要 的系数) 在变换域中易于识别，并且集中出现，可以重点处理：相反使能量较少的部分 较分散，可以进行粗处理。 数学家们已经改造了多种数学变换。例如离散傅里叶变换d f t 、离散余弦变换d c t ， w a l s h h a d a m a r d 变换、k a r h u n e n l o e v e 变换( k - l 变换) 和小波变换等。其中较为常用 的是d c t 变换和小波变换。 在所有的正交变换编码中，离散余弦变换是逼近于k - l 变换的次最优变换，由于 它具有快速算法，因而得以广泛的应用。目前国际上已经制定了基于离散余弦变换的 静态图像压缩标准j e p g 和运动图像压缩标准m p e g 等。采用基于离散余弦变换方法 的压缩算法由于离散余弦变换本身的限制使得图像的压缩率有所限制，且没有很好的 充分利用人眼的视觉特性来对图像进行压缩，因而在图像压缩方法上还不是最优的。 而基于小波变换的压缩方法本质是用多尺度或多分辨率方法对图像进行分解。分 解后图像被分成了低频分量、水平方向的高频分量、垂直方向以及对角方向的高频分 量，然后利用人眼对对角方向的高频分量、水平和垂直方向的高频分量、低频分量的 灵敏度的依次增加来对图像压缩。进行多级分辨率分解后，数据量的取舍可以逐渐增 大，因此获得的压缩比会相应的增大。 由于小波变换本身的特性及其所具有的与人眼的视觉特性相结合的性质，使得小 波变换在很多方面超过了离散余弦变换。本文在后面也将对小波分析理论以及小波变 换在图像压缩中的应用作进一步的讨论。 ( 3 ) 子带编码( s b c ) 子带编码利用带通滤波器组把信号频带分割成若干子频带，然后分别处理。通过 等效于单边带调幅的调制过程，将各子带搬移到零频率附近以得到低通表示后，再以 奈奎斯特速率对各子带输出取样，并对取样值进行通常的数字编码。恢复时，将各子 带信号解码并重新调制回其原始位置，再将所有子带输出相加就可得到接近于原始信 号的恢复波形。显然，s b c 仍属于一种波形编码器。 ( 4 ) 量化法 量化法是一种基于语义的编码方法，是一种很有前景的方法。其基本思想是采用 2 0 非线性量化器，即对空间频率及能量分布较大的系数分配较多比特数，也就是采用较 小的量化步长：反之则分配较少的比特数，即采用较大的量化步长，从而达到压缩的目 的。 量化包括标量量化和矢量量化。s h a n n a o n 率失真理论指出，即使对无记忆信源， 矢量量化编码总优于标量量化编码。但矢量量化编码的计算量较大，且设计起来也较 标量量化编码复杂。 ( 5 ) 分形图像编码 分形编码是一种模型编码，它利用了分形几何中自相似的原理。首先对图像进行 分块，然后再去寻找各块之间的相似性，这里自相似性的描述主要是依靠仿射变换来 确定的，一旦找到了每块的仿射变换，于是就保存下这个仿射变换的系数，由于每块 的数据量远大于仿射变换的系数，因而图像得以大幅度的压缩。其独特新颖的思想， 己成为目前数据压缩领域的研究热点。它与经典的图像压缩编码方法相比，在思想上 有了重大的突破。其突出特点是高压缩比、解压时的高速度以及不受图像分辨率的影 响。 3 4 图像压缩技术评价 评价一种图像压缩技术的性能好坏主要有三个关键的指标：压缩比、图像质量、压 缩和解压的速度。除此之外还可以考虑压缩算法所需要量的软件和硬件。 压缩性能常常用压缩比来定义，也就是压缩过程中输入数据和输出数据之比，希 望压缩比尽量地大。值得注意的是，这种度量方法必须指明输入输出的显示形式，否 则就将是不可靠的。 第二个指标是图像质量，这与压缩的类型有关。压缩方法可以分为无损压缩 和有损压缩。无损压缩是指压缩以及解压过程中没有损失原始图像信息，所以对无损 系统不必担心图像的质量。有损压缩则要对原始图像做一些改变，这样压缩前后图像 不完全相同，可是人眼难以察觉。对有损压缩结果的评价分为主观评分和客观尺度两 种。主观评分建立在人眼对图像的视觉感受观上，其分值在1 - 5 之间，如表3 3 所示。 2 1 评分值妨碍尺度质量尺度 5丝毫看不出图像质量变坏优 4能看出图像质量变化，但不妨碍观看受 3清楚地番出图像质量变坏，对观看稍有妨碍 凼 i 2对观看宥妨礴差 l非常严重地妨碍观看劣 图3 3 尺度评分法 而客观尺度有一下三种： ( 1 ) 均方误差 e 。吉乏( x ( f ) 一2 3 9 ( 2 ) 信噪比 s n r ( d b ) = 1 0 l g 等 ( 3 1 0 ) ( 3 ) 峰值信噪比 p s n r ( d b ) - 1 叭g 鲁 ( 3 - 1 1 ) 其中，x ( i ) 为原始图像信号序列，戈( f ) 为重建图像信号。x 一为z ( f ) 的峰值。 盯，2 ；e x 2 ( 以) 】，仃，2 一e 【圣( 以) 一x ( 门) 】2 ( 3 1 2 ) 第三个指标是压缩解压速度，希望压缩解压速度要快。在许多应用中，压缩和解 压将在不同的时间、不同有地点、不同的系统中进行，因而必须分别评价压缩和解压 速度。在静态图像中，压缩速度没有解压速度要求严格，处理速度只需比用户能够忍 受的等待时间快一些即可。但对于动态视频的压缩与解压缩，速度i ；- j 题是关重要的。 动态视频为保证帧间动作变化的连贯要求，必须有较高的帧速。对于大多数情况来说 至少要1 5 帧秒，而全动态视频则要求有2 5 帧或3 0 帧。在电话线上传送视频，因为 受到线路传输速率的限制，帧速率没有这要求有2 5 帧或3 0 帧。在电话线上传送视频， 因为受到线路传输速率的限制，帧速率没有这么高，但也要达到5 帧秒以上，否则动 态图像就会产生跳动感，使人难以接受。 此外还要考虑软件和硬件的开销。有些数据的压缩和解压可以在标准的p c 硬件上 用软件实现，有些则因为算法太复杂或者质量要求太高而必须采用专门的硬件。这就 需要在占用p c 上的计算资源或者另外使用专门硬件的问题上做出选择。 第四章基于c n t o u r l e t 变换的微光夜视图像压缩 当今数字化战场的发展使得夜视图像的压缩具有重要的意义。然而夜视图像的压 缩又不同于一般的图像压缩，由于特殊的应用场合以及特有的图像特征，使得对夜视 图像的压缩提出了更高的要求。并且这些特征是对它们进行压缩编码的算法依据基础。 虽然c o n t o u r l e t 变换存在着三分之四的冗余度，在普通的图像压缩编码中很少被用 到，是因为它的编码效率要低于小波编码，但是根据本文前二章的论述可知小波变换 存在着各向同性和分解有限方向等缺点，可知小波变换不能真正的稀疏表示二维图像， 再因为微光图像的相关性比较大，细节比较丰富，在小波分解和重构变换过程中势必 会造成微光图像细