（信号与信息处理专业论文）基于提升小波的超光谱图像压缩技术研究及dsp实现.pdf

论文题目：基于提升小波的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：黄少武 指导教师：吴冬梅 摘要 遥感超光谱图像是三维立体图像，即在谱段内的二维图像的基础上又多了一维谱间 信息，因此遥感超光谱图像的数据量庞大，难以直接传输和存储，必须对图像进行压缩， 对遥感超光谱图像数据的压缩是图像压缩中的一个难点。与常规静止图像相比，遥感图 像的相关性较弱，图像信息熵值高，冗余度小，图像的数据结构和直方图随地面景物的 不同而发生巨大的变化，有明显的不可预测性。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，同时大部分超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。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。 提出了基于提升小波变换的编码方法，用于对遥感超光谱二维图像的压缩。考虑到 遥感超光谱图像压缩技术的硬件实现，采用的算法相对简洁。对遥感超光谱二维图像先 采用l e g a l l 5 3 小波变换，获得能完全还原的小波变换系数。提升小波变换的优点是简单 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 感数据冗余，特别适合于需要实时、高速编码或无损压缩的场合，并利于硬件的实现。 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，建立频带间 小波稀疏的关系。通过这种新建立的关系，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。e z w 编码可以在任何一个阈值时停止，而当前编码过的比特流仍可重建 相应保真度的图像，随着解码码流中质量层的逐渐增加，解压出来的图像峰值信噪比也 逐渐增大，图像越来越清晰，直至无失真解码图像。这为遥感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，可以继续传输较高层，实现了真正意义上的按需传输，有效的节省了宝 贵的链路资源，同时又保留了所有原始图像数据信息。实验证明，在同等条件下，应用 l e g a l l 5 3 小波变换与二进制算术编码结合的算法，无损条件下压缩比约为2 ，比j p e g j s 的压缩效率高1 0 以上。 采用了可编程的d s p 芯片( t m s 3 2 0 d m 6 4 2 ) 来实现提升小波变换的图像压缩，实 验通过c c s 和t m s 3 2 0 d m 6 4 2 e v m 板的结合使用，将已开发的算法移植到d m 6 4 2 平 台，并对主要耗时部分e z w 模块做了初步优化，在无损条件下，处理一幅5 1 2 5 1 2 的 超光谱图约需1 1 s ，时间比优化前缩短约4 0 ，证明本文采用的基于l e g a l l 5 3 提升小波 变换的编码方法可以在d s p 上实现对遥感超光谱图像的完全无损压缩。 关键词：超光谱图像；无损压缩；提升小波变换；嵌入式零树编码；算术编码；d m 6 4 2 ； d s p 优化 研究类型：应用研究 s u b j e c t ：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 fh y p e r - s p e c t r u m i m a g eb a s eo nl i f t w a v e l e ta n di m p l e m e n to nd s p s s p e c i a l t y ：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 n a m e ：h u a n gs h a o w u i n s t r u c t o r ：w ud o n g m e i a b s t r a c t ( s i g n a t ur e ) ( s i g n a t u r e ) 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 sa3 ds t e r e o s c o p i ci m a g e ，t h a ti st os a y ， h a v i n ga n o t h e rd i m e n s i o n a ls p e c t r u mi n f o r m a t i o na g a i no nt h ef o u n d a t i o no fc o m m o na n d t w o - d i m e n s i o n a lp i c t u r e s ot h ed a t ao fr 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 sh u g ea n di ti s h a r dt 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 r s 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 n o rn e a rh a v el 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 m p i c t u r eh 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 e r e s e a r c ho 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 t a p p l i e dv a l u e a i m e da tc u r r e n t l yt 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 et w o d i m e n s i o n a lp i c t u r e c o m p r e s s a l le x i s t e n tp r o b l e mt h et h e s i s p u tf o r w a r dak i n do fs u p e rs p e c t r u n ap i c t u r e c o m p r e s sp r o j e c tw i t h o u tt h el o s s l e s s t h ep r o j e c tc o n s i d e r st h es p e c i a lo ft h er 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 dt h er e a l i z a t i o no fh a r d w a r e ，s 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 l i m a g et w o d i m e n s i o n a lp i c t u r ec o m p r e s sw i l la d o p tt h em e t h o db a s e do nl e g a l l 5 3w a v e l e t t r a n s f o r m t h e r ea r es o m ea d v a n t a g e so ft h i sm e t h o ds u c ha s ： s i m p l em o v e sa n da d d i t i o n o p e r a t i o n ，q u i c ks p e e d ， o c c u p yal i t t l em e m o r ya n ds u i t a b l ef o rr e m o v i n gt h er e m o t e l y s e n s e dh y p e r s p e c t r a li m a g ed a t ar e d u n d a n c yt h a nt h eg e n e r a l l ys m a l lw a v et r a n s f o r m a t i o n i t i ss p e c i a l l ys u i t e df o rt h es i t u a t i o nw h i c hi sr e a l 。t i m e h i g hs p e e dc o d eo rl o s s e sc o m p r e s s i o n a n db e n e f i t st h eh a r d w a r er e a l i z a t i o n p i c t u r ea f t e rw a v e l e tt r a n s f o r mc o d i n g ，e m b e d d e dz e r o t r e ew a v e l e t ( e z w ) b u i l du p f r e q u e n c yb a n d t ot a k ew a v e l e tt r a n s f o r ms p a r s er e l a t i o nt or e d u c et h er e d u n d a n c y i n f o r m a t i o no ft h ew a v e l e tt r a n s f o r mc o e f f i c i e n ta tc u r r e n tt h r e s h o l d ，t h u si nn e ww a yt h e o r g a n i z a t i o nb e c o m ead a t at of l o w p a s sa g a i na r i t h m e t i cc o d e rt oc o m p l e t ee n dc o d i n g ， f l o wd a t at oc o m p r e s st of l o wf o rt h eb a n d w i d t hc o m p r e s s i o nd a t a t h ee z w c o d i n gc a ns t o p w h e nt h ew h i c h e v e rt h r e s h o l d ，a n da tp r e s e n to n c ec o d e ds t i l l e rt h a nf l o we s p e c i a l l yc a n r e b u i l dt oc o r r e s p o n dap i c t u r eo fp r o t e c t i n gt h et r u ed e g r e e ，a l o n g 丽t 1 1d e c o d i n gt h ec o d e f l o wi nt h eg r a d u a li n c r e m e n to ft h eq u a l i t yl a y e r , t h es o l u t i o np r e s s e so u to f p i c t u r ep s n r t o a l s oe n l a r g eg r a d u a l l y ，t h ep i c t u r ei sm o r ea n dm o r ec l e a r ，k e e p i n gt od e c o d et h ep i c t u r e l o s s l e s st h i sp r o v i d e dag o o dc o m p r e s s i o ns o l u t i o nf o rt h eh y p e rs p e c t r a li m a g e w h e n p i c t u r eq u a l i t y sr e q u e s tf o ru sl o w , c a ns p r e a dt oc o m p r e s sc o d et of l o wam e d i u ml o w e r l a y e rb y ，b e i n gt oh a v eh i g h e rr e q u e s tt ot h ep i c t u r eq u a l i t y ，c a l lc o n t i n u et od e l i v e rah i g h e r l a y e r ，c a r r y i n go u tr e a lm e a n i n go fp r e s sn e e dt ob ed e l i v e r e d ，s a v eap r e c i o u sn e t w o r k r e s o u r c e se f f e c t i v e l y ，i nt h em e a n t i m ek e e pa l lo r i g i n a li n f o r m a t i o n e x p e r i m e n tf i g u r eo u t t h a ta p p l y i n gl e g a u 5 3w a v e l e tt r a n s f o r ma n db i n a r ya r i t h m e t i cc o d i n gt oc o m b i n eu n d e rt h e e q u a lc o n d i t i o n ，c o m p r e s sr a t ef o ra b o u t2 ，s u r p a s st h a to fj p e g j s10 a tl e a s t t h em e t h o db er e a l i z e d 、) r i t l lw a v e l e tt r a n s f o r m a t i o no nd s pc h i p ( t m s 3 2 0 d m 6 4 2 ) ，t h e e x p e r i m e n tu s ec c sa n dt h et m s 3 2 0 d m 6 4 2e v mb o a r d ，t oo p t i m i z et h ep a r t so fe z w ， p r o c e s s i n ga s i z eo f5 1 2 5 1 2o f t h eh y p e rs p e c t r a li m a g en e e d sa b o u t11s e c o n d sf o rl o s s l e s s c o m p r e s s i o n ，d e c r e a s ea b o u t4 0p e r c e n tb e f o r eo p t i m i z i n g ，i tp r o v e st h a tt h i sm e t h o dc a nb e r e a l i z e do i lt h ed s p c h i p k e y w o r d s ：h y p e r s p e c t r a li m a g e l o s s l e s sc o m p r e s s i o nl i f tw a v e l e tt r a n s f o r m e m b e d d e dz e r o t r e e w a v e l e t ( e z w ) a r i t h m e t i cc o d e rd m 6 4 2 d s p o p t i m i z a t i o n t h e s i s ：a p p l i e dr e s e a r c h 西要柳技太学 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 做的任何贡献均己在论文中做了明确的说明并表示了谢意。 学位做作者始彤打如期：砷乡么 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。 保密论文待解密后适用本声明。 学位论文作者签名珞、7 武 指导教师签名安参彳白 夕年弓月g 日 年月必日 j l 1 绪论 1 1 遥感超光谱图像的背景 1 1 1 遥感图像简介 l 绪论 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。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 7 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 - - 4 0 n 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 r a 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 2 0 0 ，光谱分辨率为1 0 n m 一1 0 0 n 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 l j 。 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 西安科技大学硕士学位论丈 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 成像光谱仪a i s 1 在j 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 5 ( 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 t r 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【2 】。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，如标准的超光谱a v i r i s ( a i r b o m ev i s i b l e i n f r a r e di m a g i n g s 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 6 1 4 x 1 2 b i t s ，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 高的数据维给超光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1 3 j 。 1 1 2 遥感超光谱图像的特性 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【4 1 。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【5 】【6 】，而超光谱遥感图像的特征，最为突出的是图像的相关性。 光谱图像的相关性7 1 ，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 ) 定义为 ，( ，七) = 少( x ，y ) f ( x + l ，y + k ) d d y ( 式1 1 ) 其中，f ( x ，y ) 为图像的灰度函数。 2 1 绪论 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( 圳) 一纷 厂( h 后，j ，+ 旷竹 以l 砷= 1 面丽r 其中，m 为图像的大小，z ：为图像亮度的平均值，即 ( 式1 2 ) 纷= 砺。b 萎m 若n 厂( 五j ，) ( 式1 3 ) 将七= 1 ，= l 时的自相关函数的取值r ( 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。 和l 之间的数值，即0 p 1 。 ( 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 ( 1 ，k 1 定义为： 厅( ，七) = 肜( x + ，y + 七) g ( x ，y ) d x d y ( 式1 4 ) 其中，f ( x ，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 ，k ) 为s ( x ，少) 和g ( x ，y ) 的互相关函数。 对公式( 1 4 ) 归一化处理，得： m _ 厂( x + ，y + k ) g ( x ，y ) h ( t ，k ) = ( 式1 5 ) 其中，f ( x ，y ) 、g ( x ，y ) 分别代表相邻两个光谱图像中的空间坐标为s ( x ，y ) 像素灰 3 西安科技大学硕士学位论文 度，、k 分别代表像素的行、列位置变化值。当，= k = 0 ，h ( 0 ，0 ) 称作两个图像的互 相关系数，记作，即= h ( o ，0 ) 。 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现状 卫星遥感图像数据压缩是静止图像压缩中的一个难点。与常规静止图像相比，遥感 图像的相关性较弱，图像信息嫡值高，冗余度小。遥感图像的数据结构和直方图随地面 景物的不同而发生巨大的变化，有明显的不可预测性。由于遥感图像空间分辨率较低( 一 般大于1 0 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【8 】。法国的遥感卫星s p o t 4 、我国的“尖 兵三号”传输型遥感卫星，美国的商业遥感卫星i k o n o s 2 等都采用技术或其改进型方 法。其中，s p o t 4 的压缩比约为1 5 倍，i k o n o s 2 的压缩比约为4 2 3 倍，“尖兵三号” 的压缩比为2 倍。但是，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。 目前，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、d c t 变换及它们的改进方案和小波变换。其中，k l 变换对 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；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，且恢复图像容易出现方块效应。小波 变换是目前应用较多的方法，避免了d c t 变换的方块效应，且能获得较高的压缩比， 正日益成为图像处理方法的主流。 第二类压缩方法主要由基于矢量量化v q ( v e c t o r o 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 小失真间获得最佳折衷，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。 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 4 1 绪论 类方法之处是，它们直接探索象素与象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，任何一个象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 图像压缩编码的分类和标准 1 3 1 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： 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 c 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 2 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 g ( 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 g ( m o v i n gp i c t u r e e x p e r t sg r o u p ) 系y l j t 9 1 。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两个编码标准： ( 1 ) j p e g 5 西安科技大学硕士学位论文 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间的相关性，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 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 c t 的顺序型工作模式及 h u f f 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 层编码等。 ( 2 ) j p e g 2 0 0 0 随着多媒体应用的激增，传统呼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 就诞生了。 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 * 6 4 ，采用提取上下文信息或位平面( b i tp 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。 重建 像数 存储和传输 图1 1j p e g 2 0 0 0 编解码器的结构框图 6 1 绪论 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【1 0 1 。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) ， 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 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 ，y ) ，压缩后恢复图像为f ( x ，y ) ，且 图像尺寸为m x n ，a 为f ( x ，y ) 中的最大值。则均方误差为： m 姬2 面1 刍。1 - i 缶l v - i k ( x ，y ) 一( x ，y ) 】2 ( 式1 6 ) 归一化均方误差为： 一：萼1m - 鏊i n - ! 竺竺 。枷 赤萎丢姒y ) 】2 信噪比定义为： s n r = 1 0 xl 0 9 1 0 等d b ( 式1 8 ) 仃d 在上式中，仃，2 是原始图像的方差，o r 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。 e ( x ，y ) = f ( x ，夕) 一g ( x ，y )( 式1 9 ) 7 西安科技大学硕士学位论文 吒22 击a 萎4 - i 丢z v - 1 她力】2( 式1 1 0 ) 2 。嘉m 萎- i 丢n - i ) - g y ) 】2 ( 式1 1 1 ) 峰值信噪比p s n r 定义为： p s n r = 1 0 xl o g l o 每如 ( 式1 1 2 ) 仃d 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， 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： ( f ，) c ，= 等号一 ( 式1 1 3 ) ，2 百 广一 l ai l j j 吣j ) 其中为原图像每像素使用的比特数，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 基于d s p 图像压缩技术的发展现状 在2 0 世纪9 0 年代，t i 公司推出的面向通讯与图像领域的新一代3 2 位的 t m s 3 2 0 c 6 0 0 0 系列的d s p 芯片是目前世界上最先进的d s p 处理器( 1 l 】。如今，d s p 芯 片已形成低、中、高三个档次：低端产品执行速度一般为2 0 5 0 m i p s ，能维持适量存储 8 1 绪论 和功耗，提供了较好的性能价格比，适用于仪器仪表和精密控制等；中端产品执行速度 一般为1 0 0 1 5 0 m i p s ，结构较为复杂，具有较高的处理速度和低的功耗，适用于无线电 信设备和高速解调器等；高端产品执行速度一般为1 0 0 0 m i p s 以上，处理速度很高，产 品结构多样化，适用于图像技术和智能通信基站等 1 2 】。 相对国外d s p 的应用开发和第三方公司的情况，国内差距相当大，使用d s p 的范 围并不广。近年来国内刚刚推出了第一片通用d s p 处理芯片，d s p 工具开发已经起步， 但只有闻亭和合众达两家。t i 公司与清华大学、上海交通大学等合作建立了d s p 实验 室，开展d s p 的应用研究，在语音编码、图像处理传输以及电机控制等应用方面取得 了一定的成绩，研究的目标完全放在新产品的开发方面。其他高校也建立了自己的d s p 实验室，在无线通信、雷达信号处理、医疗成像仪器等方面开展了应用研究，但总体上 还是处于起步阶段。这也意味着巨大的技术空间和应用市场。 目前，图像压缩技术发展越来越快。一方面，压缩算法不断的完善；另一方面，d s p 性能的不断提高，使得基于d s p 的图像压缩技术成为业内关注的焦点。我国市场上主 要采用t i 公司芯片，从c 5 x 到c 6 x 都有广泛的应用，另外还有其他如a d i ，a l t e a r 公司的产品也有着部分市场。例如，a p e x 2 0 k 系列的a p e x 2 0 k 2 0 0 e f c 4 8 4 2 x 器件， 在h 2 6 4 标准中，先对算术编码的结构做了改进，用查表代替了乘法操作，并采用流水 线结构实现，它的算术编码器的速度可以达到0 2 b i t c y c l e l l 3 j 。 对于d s p 硬件系统来说，最擅长的工作是算法简单的加法和移位运算。如果需要 保持较高的编码效率，则要尽可能采用运算简单，避免乘法、查找和判断的算法，尽量 保持软硬件的流水线结构。因此，目前能在d s p 平台实现的图像编码中，采用的算法 大多具有这些特点。 1 6 本文工作简介 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：压缩过程中多目标及小目标不受损； 其二：提高压缩比的同时压缩算法尽可能简化。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。 围绕上述两个技术要求，本文的主要工作也分为两个方面： 第一，在众多图像压缩算法和压缩标准中，通过大量的实验，统计出对不同图片 的压缩性能数据并比较，选择出一种针对超光谱图像的有效的压缩算法