CN102790882A - 一种遥感图像的编码方法 - Google Patents

Abstract

本发明公开一种遥感图像的编码方法，步骤为：对原始遥感图像进行预处理，然后进行离散小波变换及量化处理；将量化子带系数分成较小尺寸的编码块，对各个编码块作相同位深度的有效位平面展开，然后按照从小到大的顺序对各个编码块依次排序；对各个编码块进行内嵌比特平面编码和MQ算术编码；计算排序后的编码块每个位平面中每个通道的率失真斜率和累加码率，并判断是否停止累计；计算率失真斜率的门限值并据此对剩余通道的率失真斜率进行筛选；进行Tier2编码。此种编码方法可大大减少Tier1编码的冗余度，同时也缩小Tier2编码时搜索最优率失真斜率门限值和最优截断点的范围，从而显著提高遥感图像的编码效率和速度，降低复杂度。

Description

一种遥感图像的编码方法

技术领域

本发明属于图像处理领域，特别涉及一种遥感图像的编码方法。

背景技术

随着遥感图像的分辨率的提高，遥感图像数据量也随之增加，使得数据的实时传输和存储变得越来越困难，因而有效的图像压缩就显得特别重要。

目前遥感图像压缩编码通常采用JPEG2000压缩编码标准。JPEG2000标准的编码方法复杂度很高，其复杂度大部分是源于带优化截断的嵌入式块编码（EBCOT）码率控制方法。EBCOT由Tier 1编码和Tier 2编码两个部分组成，其中，Tier 1编码约占JPEG2000编码器45%-60%的计算时间，减少Tier 1的计算量将大大减少编码***的处理时间；Tier 2部分采用压缩后率失真优化率分配方法（Post Compression Rate Distortion，简称PCRD）进行码率控制。但这种方法需要对Tier 1的所有数据进行编码，并且储存所有编码码流。而在低码率时，有大量编码扫描过的通道是不会被包含进最终码流中。

针对PCRD方法存在的不足，许多学者提出了新的方法，如文献[Auli-LlinasF,Serra-Sagrista J,Monteagudo-Pereira J,et al.Efficient rate controlfor JPEG2000coder and decoder[J].Proc.IEEE DCC,Mar.2006,1:282-291.]和文献[秦成,陈志云,俞琨,周雁.基于JPEG2000的码率控制算法的研究[J].计算机应用与软件,2011,第28卷(第2期):76-80.]提出的算法是基于隔行扫描编码通道的码率控制算法，专利号为200410026016.6的实时截断的JPEG2000速率控制方法，专利号为200710018190.X的基于码率预分配的JPEG2000自适应率控制***及方法等，这些论文和发明都显著地提高了JPEG2000的编码效率，但是码率控制不够精确，恢复图像的峰值信噪比（PSNR）有明显下降。文献[Kim T.,Kim H.M.,Tsai P.S.,et al.Memory efficientprogressive rate-distortion algorithm for JPEG2000[J].IEEE Trans.onCircuits and Systems for Video Technology.2005,15(1):181-187.]和文献[王超,王炯.一种有效的JPEG2000压缩率控制算法[J].东华大学学报(自然科学版),2011,第37卷(第1期):76-80.]提出的方法减少了编码计算量和存储量，但是在高码率下编码冗余比较大，并且增加了最小斜率搜索运算。

基于以上分析，本发明人对现有的编码方法进行研究改进，本案由此产生。

发明内容

本发明的目的，在于提供一种遥感图像的编码方法，其可大大减少Tier 1编码的冗余度，同时也缩小Tier 2编码时搜索最优率失真斜率门限值和最优截断点的范围，从而显著地提高遥感图像的编码效率和速度，降低复杂度。

为了达成上述目的，本发明的解决方案是：

一种遥感图像的编码方法，包括如下步骤：

（1）对原始遥感图像进行预处理，包括颜色分量的变换处理、像素值电平移位处理和图像的分片处理；

（2）对经步骤（1）进行预处理后的遥感图像进行离散小波变换；

（3）继续对遥感图像进行量化处理；

（4）进行Tier 1编码，具体包括以下步骤：

（41）首先将量化子带系数分成较小尺寸的编码块，对各个编码块作相同位深度的有效位平面展开，然后按照有效位平面数从小到大的顺序对各个编码块依次排序，若有效位平面数的大小相等，则按原顺序依次排序；对各个编码块进行内嵌比特平面编码和MQ算术编码；

（42）计算排序后的编码块中每个位平面中每个通道的率失真斜率和累加码率，并判断是否停止累计；

（43）计算率失真斜率的门限值λ_nopt；

（44）根据率失真斜率的值对剩余通道进行筛选；

（5）进行Tier 2编码。

上述步骤（42）的具体内容是：从第一个编码块开始，计算排序后的编码块中每个位平面中每个通道的率失真斜率S_j和累加码率；当每次累计一个通道，比较累加码率是否大于目标码率，若大于则不再对当前编码块中剩余的通道和当前码块后剩余的编码块中的通道累计，转到下一步骤，否则继续编码下一个通道，其中率失真斜率S_j的公式是：

$S_j=\frac{D_{j-1}-D_j}{R_j-R_{j-1}}$

其中，j是通道序号，R_j和R_j-1分别表示累计到j和(j-1)通道时的累计码率，D_j和D_j-1分别表示j和(j-1)通道时产生的失真。

上述步骤（43）的具体内容是：

①计算出已编码的编码块需要的最小有效位平面数；

②比较每个已编码的编码块中最后一个编码通道的斜率，求出已编码的编码块中的最小率失真斜率S₁；

③通过累积的码率与目标码率进行比较求得压缩倍数的大小，从而求出门限值λ_nopt，表达式如下：

${\mathrm{\&lambda;}}_{\mathrm{nopt}}=\left\{\begin{array}{cc}{S}_1,& R_{\max }\&le;R<{2R}_{\max }\\ 2^{\mathrm{numbps}},& {2R}_{\max }\&le;R<{4R}_{\max }\\ 3^{\mathrm{numbps}},& R\&GreaterEqual;{4R}_{\max }\end{array}\right.---\left(3\right)$

其中，numbps表示为已编码的最后一个编码块的有效位平面数，R表示为累加码率，R_max表示为目标码率；R_max≤R<2R_max表示低压缩倍数时，取较小的门限值；R≥4R_max表示高压缩倍数时，取较大的门限值。

上述步骤（44）的具体内容是：

从步骤（42）中已编码的最后一个编码块开始，继续计算步骤（42）剩下编码块中通道的率失真斜率S_j和累加码率R；通过公式（3）求出门限值λ_nopt与S_j进行比较，如果算出的编码通道的率失真斜率S_j大于零且小于等于门限值λ_nopt，则丢弃小于等于λ_nopt后面所有的编码通道，进行下一编码块的计算；否则，继续计算本码块中下一个通道的率失真斜率。

采用上述方案后，本发明对编码块在Tier 1编码时，通过率失真斜率阈值作为门限值，可以截断大量在Tier 2编码时被丢掉的通道，本发明所提供的方法在遥感图像保持原有的信噪比的情况下，可大大减少Tier 1编码部分的计算量和存储量，同时也缩小了Tier 2编码时搜索最优率失真斜率门限值和最优截断点的范围，可减少遥感图像压缩编码时计算量和存储量，降低复杂度，提高编码效率和速度。

附图说明

图1是本发明所提供方法与PCRD方法的8幅遥感图像的平均峰值信噪比差值的比较图；

图2是本发明所提供方法与PCRD方法的8幅遥感图像的平均计算量比的百分比示意图；

图3是本发明所提供方法与PCRD方法的8幅遥感图像的平均存储量的百分比示意图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

首先，本发明的目的是针对基于JPEG2000标准的遥感图像编码时Tier 1编码时存在大量的计算冗余和存储资源浪费的问题，提出了一种有效的遥感图像的编码方法，在JPEG2000标准基础上，对Tier 1编码进行改进：首先根据有效位平面数的大小，调整编码块的编码顺序，使其从最大有效位平面数到最小有效位平面数依次编码；然后根据压缩倍数和目标码率的关系，提出的一个自适应公式计算率失真斜率的门限值。本发明方案改进的依据，1）遥感图像的压缩倍数越大，则图像分配的目标码率越少，当累加码率大于等于目标码率时，得到的有效位平面数相对越高，若能依据有效位平面数的高低计算出门限值，就能提早截断在Tier 2码率控制时会被丢弃的高频部分的编码通道。2）遥感图像的压缩倍数越大，图像分配的目标码率越少，则在Tier 2得到的最优率失真斜率就越大。因此，压缩倍数越大时，门限值也应越大，以便丢掉更多的冗余通道。因此，用自适应公式得到的门限值可以提前截断冗余通道，通过丢掉小于此门限值的编码通道，使得遥感图像在几乎保持原有的信噪比的情况下，大大减少了Tier 1编码时的冗余度，同时也缩小了Tier 2编码时搜索最优率失真斜率门限值和最优截断点的范围，从而减少了遥感图像的计算量和存储量。

本发明所提供的一种遥感图像的编码方法，包括如下步骤：

（1）对原始遥感图像进行预处理，包括颜色分量的变换处理、像素值电平移位处理和图像的分片处理；

（2）对经步骤（1）进行预处理后的遥感图像进行离散小波变换；

小波变换是将图像分解为低频带系数LL和多个高频带系数LH、HL、HH。LL表示为水平和垂直方向都是平滑的子带系数；LH表示为水平方向是平滑，垂直方向是细节的子带系数；HL表示的与LH相反，水平方向是细节，垂直方向是平滑的子带系数；HH表示为水平和垂直方向都是细节的子带系数。因此低频带系数LL是图像能量集中的频带，高频带系数HL、LH、HH主要是边缘、纹理和轮廓，小波系数都很小。

（3）继续对遥感图像进行量化处理；

量化是将小波变换后得到的子带系数精度进行调整，即通过调整量化步长的大小来改变表示一个小波子带系数所需的比特数，以调整和控制压缩图像码率的处理过程。经过小波变换后得到的小波系数可以用下面的公式得到量化值：

其中，q_b(u,v)为量化后的值，X_b(u,v)为小波子带系数，Δb为小波子带的量化步长，sign(X_b(u,v))表示小波子带系数X_b(u,v)的正负符号，u、v分别表示小波子带系数X_b(u,v)（矩阵）的行坐标和列坐标。

（4）进行Tier 1编码，具体包括以下步骤：

（41）排序

首先将量化子带系数分成较小尺寸的编码块，编码块的高宽大小为4-1024范围内2的幂整数值，并且高宽之积小于4096，一般码块大小可设为64×64或32×32，Jasper软件默认的编码块大小为64×64；

对各个编码块作相同位深度的有效位平面展开，然后根据各个码块有效位平面数numbps的大小，对各个编码块从最大numbps到最小numbps依次排序；若有效位平面数numbps的大小相等，则按原顺序依次排序；

然后，对各个编码块进行内嵌比特平面编码和MQ算术编码，内嵌比特平面编码从最高有效位平面（包含系数的最高有效位）开始，到最低有效位平面（包含系数的最低有效位）结束，对每个位确定一个上下文，根据上下文估计概率，然后将位和它的概率传送给MQ算术编码器；MQ算术编码器和JBIG、JPEG所采用QM编码器基本类似，都是Q编码器的改进方法，MQ编码器也应用于JBIG-2标准。

（42）计算累加码率

从第一个编码块开始，计算排序后的编码块中每个位平面中每个通道的率失真斜率S_j和累加码率；当每次累计一个通道，比较累加码率是否大于目标码率，若大于则不再对当前编码块中剩余的通道和当前编码块后剩余的编码块中的通道累计，转到下一步骤，否则继续编码下一个通道，其中率失真斜率S_j的公式如式（2）所示：

$S_j=\frac{D_{j-1}-D_j}{R_j-R_{j-1}}---\left(2\right)$

其中，j是通道序号，R_j和R_j-1分别表示累计到j和(j-1)通道时的累计码率，D_j和D_j-1分别表示j和(j-1)通道时产生的失真；

（43）计算率失真斜率的门限值λ_nopt

①计算出已编码的编码块需要的最小有效位平面数numbps，因编码块是按有效位平面数由大到小依次排序，所以只需找到已编码块的最后一个编码块的有效位平面数；

②求出已编码的编码块中的最小率失真斜率S₁，只需比较每个已编码的编码块中最后一个编码通道的斜率即可；

③压缩倍数的大小可通过累积的码率与目标码率进行比较求得，从而求出门限值λ_nopt，表达式如下：

${\mathrm{\&lambda;}}_{\mathrm{nopt}}=\left\{\begin{array}{cc}{S}_1,& R_{\max }\&le;R<{2R}_{\max }\\ 2^{\mathrm{numbps}},& {2R}_{\max }\&le;R<{4R}_{\max }\\ 3^{\mathrm{numbps}},& R\&GreaterEqual;{4R}_{\max }\end{array}\right.---\left(3\right)$

其中，numbps表示为已编码的最后一个编码块的有效位平面数，R表示为累加码率，R_max表示为目标码率；R_max≤R<2R_max表示低压缩倍数时，取较小的门限值；R≥4R_max表示高压缩倍数时，取较大的门限值。

（44）根据率失真斜率的值对剩余通道进行筛选

从步骤（42）中已编码的最后一个编码块开始，继续计算步骤（42）剩下编码块中通道的率失真斜率S_j和累加码率R。通过公式（3）求出门限值λ_nopt与S_j进行比较。如果算出的编码通道的率失真斜率S_j大于零且小于等于门限值λ_nopt，则丢弃小于等于λ_nopt后面所有的编码通道，进行下一编码块的计算；否则，继续计算本码块中下一个通道的率失真斜率。所有编码块完成以上过程后，再进行Tier 2编码。

本发明方法在Tier 1编码时，首先根据有效位平面数的大小，调整编码块的编码顺序，使其从最大位平面数到最小平面数依次编码；然后根据图像的压缩倍数越大，则分配的目标码率越少的这个特点，提出了一个自适应公式，将其求出的率失真斜率作为Tier 1编码的门限值。通过丢掉小于此门限值的编码通道，使得遥感图像在几乎保持原有的信噪比的情况下，大大减少了Tier 1编码的冗余度，同时也缩小了Tier 2搜索最优率失真斜率门限值和最优截断点的范围，从而减少了遥感图像的计算量和存储量。

（5）Tier 2编码

Tier 2编码阶段的输入是Tier 1阶段产生的各个码块每个通道编码数据的集合。Tier 2负责输入码流的按质量分层和打包处理，并按一定的顺序和格式将数据包组织为最后的输出码流。为了使压缩码流具有质量上的可伸缩性，方法将各码块的所有位平面编码通道的编码码流按其对图像质量的有用性分为若干层次，称为质量层。每个层包含每个码块的贡献。码率控制部分将决定在各层编码码流中应该包含各码块的哪些编码通道。

由以上步骤可知，编码块在Tier 1编码时，通过公式（3）求出的率失真斜率门限值λ_nopt作为门限值，可以提前截断大量最终在Tier 2编码时被丢掉的编码通道，这将会大大减少Tier 1编码部分的计算量和存储量，同时也缩小了Tier2搜索最优率失真斜率门限和最优截断点的范围。因此，本发明不管是编码时间还是资源的损耗等方面都要好于传统JPEG2000中推荐的PCRD方法。

为了验证本发明方法的效果，使用JPEG2000标准中PART5提供的Jasper软件实现本文提出的码率控制改进方法。本实施例是从30幅大小不等的遥感图像中随机选取8幅图像进行测试。本实验的所有图像选用的参数是一样，使用5/3小波，6层小波分解，编码块的大小是64像素×64像素。表1给出了本发明方法与PCRD方法的PSNR值的比较结果，△PSNR表示两种方法PSNR的差值。

表1

以下将从多个方面对表1的内容进行说明。

（1）图像的峰值信噪比，表1是本发明方法与PCRD方法的PSNR值比较。从表1中可以看出，在不同码率下，本发明方法与PCRD方法相比，图像的PSNR略有下降，下降的幅度大部分是在0.1dB以内，最大也不过是0.151dB。但在某些码率下却略好于PCRD方法，改善的幅度在0.002-0.017dB。而且在1.0bpp时，PSNR是保持不变的。

为了便于比较，图1显示了在不同码率时，8幅遥感图像的平均PSNR差值。从图1可以清楚看出在不同码率的条件下，本发明方法与PCRD方法的平均PSNR差值均不到0.05dB，因此也可以看出本发明方法的图像质量损失是非常小的。

（2）方法的计算量，本发明方法是使用Tier 1编码的编码通道数量来衡量。图1是在不同的码率条件下，8幅遥感图像用本方法与PCRD方法实现码率控制后Tier 1部分的平均计算量的百分比。由图可见，本发明方法在几乎没改变信噪比的前提下，大大减少了编码通道的数量。在0.25bpp时，就已下降到PCRD方法的29.93%通道数量。在0.0625bpp时，下降到PCRD方法的18.13%通道数量。可见，本发明方法可以有效的减少Tier 1编码的计算量。

（3）方法的存储量，本发明方法使用Tier 1编码中存储的码流字节数来衡量。在不同码率下，图2是本发明方法与PCRD方法实现码率控制后Tier 1部分的平均存储量的百分比。由图可知，随着码率的下降，Tier 1编码部分的存储量也随之下降。在0.0625bpp、0.125bpp、0.25bpp、0.5bpp和1bpp时，提出的方法占PCRD方法的存储量平均值为7.81%、12.16%、20.51%、36.54%和57.53%。因此，大大减少了遥感图像编码所需的内存量。

相比现有基于JPEG2000标准的遥感编码方法，本发明方法可实现有效的编码控制。本发明方法利用了编码块的有效位平面数呈单调下降趋势和压缩倍数越大图像的目标码率越少的这两个特点，通过提出的公式自适应的计算出门限值，截断小于门限值的编码通道，使得遥感图像在保持原有的信噪比的情况下，大大减少了Tier 1编码的冗余度，同时也缩小了Tier 2编码时搜索最优率失真斜率门限值和最优截断点的范围，从而显著地减少了遥感图像的计算量和存储量。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (4)

1.一种遥感图像的编码方法，其特征在于包括如下步骤：

（1）对原始遥感图像进行预处理，包括颜色分量的变换处理、像素值电平移位处理和图像的分片处理；

（2）对经步骤（1）进行预处理后的遥感图像进行离散小波变换；

（3）继续对遥感图像进行量化处理；

（4）进行Tier 1编码，具体包括以下步骤：

（41）首先将量化子带系数分成较小尺寸的编码块，对各个编码块作相同位深度的有效位平面展开，然后按照有效位平面数从小到大的顺序对各个编码块依次排序，若有效位平面数的大小相等，则按原顺序依次排序；对各个编码块进行内嵌比特平面编码和MQ算术编码；

（42）计算排序后的编码块中每个位平面中每个通道的率失真斜率和累加码率，并判断是否停止累计；

（43）计算率失真斜率的门限值λ_nopt；

（44）根据率失真斜率的值对剩余通道进行筛选；

（5）进行Tier 2编码。

2.如权利要求1所述的一种遥感图像的编码方法，其特征在于：所述步骤（42）的具体内容是：从第一个编码块开始，计算排序后的编码块中每个位平面中每个通道的率失真斜率S_j和累加码率；当每次累计一个通道，比较累加码率是否大于目标码率，若大于则不再对当前编码块中剩余的通道和当前码块后剩余的编码块中的通道累计，转到下一步骤，否则继续编码下一个通道，其中率失真斜率S_j的公式是：

$S_j=\frac{D_{j-1}-D_j}{R_j-R_{j-1}}$

其中，j是通道序号，R_j和R_j-1分别表示累计到j和(j-1)通道时的累计码率，D_j和D_j-1分别表示j和(j-1)通道时产生的失真。

3.如权利要求1所述的一种遥感图像的编码方法，其特征在于：所述步骤（43）的具体内容是：

①计算出已编码的编码块需要的最小有效位平面数；

②比较每个已编码的编码块中最后一个编码通道的斜率，求出已编码的编码块中的最小率失真斜率S₁；

③通过累积的码率与目标码率进行比较求得压缩倍数的大小，从而求出门限值λ_nopt，表达式如下：

${\mathrm{\&lambda;}}_{\mathrm{nopt}}=\left\{\begin{array}{cc}{S}_1,& R_{\max }\&le;R<{2R}_{\max }\\ 2^{\mathrm{numbps}},& {2R}_{\max }\&le;R<{4R}_{\max }\\ 3^{\mathrm{numbps}},& R\&GreaterEqual;{4R}_{\max }\end{array}\right.---\left(3\right)$

其中，numbps表示为已编码的最后一个编码块的有效位平面数，R表示为累加码率，R_max表示为目标码率；R_max≤R<2R_max表示低压缩倍数时，取较小的门限值；R≥4R_max表示高压缩倍数时，取较大的门限值。

4.如权利要求3所述的一种遥感图像的编码方法，其特征在于：所述步骤（44）的具体内容是：

从步骤（42）中已编码的最后一个编码块开始，继续计算步骤（42）剩下编码块中通道的率失真斜率S_j和累加码率R；通过公式（3）求出门限值λ_nopt与S_j进行比较，如果算出的编码通道的率失真斜率S_j大于零且小于等于门限值λ_nopt，则丢弃小于等于λ_nopt后面所有的编码通道，进行下一编码块的计算；否则，继续计算本码块中下一个通道的率失真斜率。

Images