针对高分辨率遥感影像，采用先进的图象压缩技术
针对高分辨率遥感影像，采用先进的图象压缩技术，实现对遥感影像的高保真快速压缩，以解决大规模影像的传输和存储问题。近年来，随着新型传感技术的发展，遥感影像的时间、空间和光谱分辨率不断提高，相应的数据规模呈几何级数增长，给数据的传输和存储带来了极大的困难。一般说来，图象分辨率越高，相邻采样点的相关性越高，数据水分也越大。对遥感数据进行压缩，有利于节省通信信道，提高信息的传输速率；数据压缩之后有利于实现保密通讯，提高系统的整体可靠性随着INTERNET连到千家万户，遥感图象正在逐渐成为信息传递的重要媒介。目前大多使用小波压缩处理遥感图像数据。
小波分析基本理论及其在图像压缩中的应用
与傅里叶变换相似，小波变换是一种同时具有时—频二维分辨率的变换。其优于傅氏变换之处在于它具有时域和频域“变焦距”特性，十分有利于信号的精细分析。之一个正交小波基是Harr于1910年构造的；但Harr小波基是不连续的。到80年代，Meyer,Daubechies等人从尺度函数的角度出发构造出了连续正交小波基。1989年，Mallat等人在前人大量工作的基础上提出多尺度分析的概念和基于多尺度分析的小波基构造 *** ，将小波正交基的构造纳入统一的框架之中，使小波分析成为一种实用的信号分析工具。
添加微信好友, 获取更多信息
复制微信号
该 *** 先对遥感图像进行小波分解，然后以纹理复杂程度作为区域重要性度量，通过对纹理复杂的重要区域进行标量编码来保证恢复图像的质量，通过对平坦区(即不重要区)进行矢量编码来提高压缩比。实验结果表明该 *** 具有压缩率较高，图像恢复质量好，速度快等优点，十分适合遥感数据的高保真压缩。
小波变换在压缩中提供了如下优点：
-
(1)多尺度分解提供了不同尺度下图像的信息，并且变换后的能量大部分集中在低频部分，方便了我们对不同尺度下的小波系数分别设计量化编码方案，在提高图像压缩比的情况下保持好的视觉效果和较高的PSNR。
-
(2)小波分解和重构算法是循环使用的，易于硬件实现．
JPEG的8×8分块压缩 *** 压缩纹理复杂的块时恢复误差较大，具有比较明显的方块效应，而基于小波变换的图像压缩 *** 较好地克服了方块效应的影响。通过对不同区域采用不同编码 *** ，可以较好地保持原图的纹理信息，并达到较高的压缩比．
自适应标量、矢量混合量化编码方案
基于小波分解的图像压缩 *** 的一个重要因素是量化方案的选择。一般说来，量化 *** 分为标量量化和矢量量化两种。近年来，人们开始研究将标量、矢量量化相结合的 *** ，以同时获取较高的压缩比、恢复质量和时间性能，这是图像压缩技术的一个重要发展方向。
标量量化的关键是去相关和编码。目前主要的去相关技术是预测 *** ，如DPCM预测；而编码仍以熵编码为主。标量量化的特点是可保持较高的图像恢复质量，但压缩率一般较低。目前最有效的基于小波分解的矢量量化 *** 有法国M.Barlaud等人提出的PLVQ塔式格型矢量量化 *** 和美国J.M.Shapiro提出的EZW *** 。这两种 *** 编码效率较高，但计算非常复杂，不能适用于实时性要求较高的场合。
本文提出的编码方案对图像小波细节子图划分为4×4的块，采用块内的方差作为块的纹理复杂度和重要性度量，对纹理复杂的重要块用较多的位进行编码，而对于较平坦的区域用较少的位进行编码。这实际上相当于将各块的元素组成一个矢量，对不重要的子块采用矢量编码方案，而对重要子块采用标量编码，使得各子块的恢复误差大致平衡。
本压缩 *** 的具体步骤如下。
-
(1)对图像进行3层小波分解，对LL3子图进行熵编码，对HH1不编码(解码时以0填充)。
-
(2)把小波分解图的其它各细节子图按4×4块划分，设定阈值0<T0<T1<T2。将方差小于T0的块划分为平坦区；方差大于T0小于T1的块划分为次平坦区；方差大于T1小于T2的块划分为次纹理区；方差大于T2的块划分为纹理区。
-
(3)按各块在图中的位置进行块的类别编码。由于块的类别数为4，采用两位编码。
对不同类别的块采用下述编码方案：
-
(1)对于平坦区，假设其均值为0，可认为块中所有元素均为0；
-
(2)对于次平坦区，用1位表示整个块的均值，对于块中每个元素再各用1位进行编码，即块中大于均值的元素对应码号为1，否则对应码号为0；
-
(3)对于次纹理区，用2位表示整个块的均值，对于块中每个元素再各用2位进行编码，把块中各元素值对应到0—3这4个码号上去；
-
(4)对于纹理区，用6位表示整个块的均值，用6位表示块内方差，对块中每个元素再各用5位进行编码，把块中各元素值对应到0—31这32个码号上去。
对上述结果进行算术编码。
上述算法对于原图4×4块的128位数据，平坦区只用2位编码，次平坦区用19位编码，次纹理区用36位编码，纹理区用2+16×5+6+6=94位编码。
来源：开源地理空间基金会中文分会
来源链接：https://www.osgeo.cn/post/ef53d
本站声明:网站内容来源于 *** ,如有侵权,请联系我们,我们将及时处理。
