摘要:基于小波变换的SPIHT图像压缩方案是目前公认性能较好的一种实用高性能图像压缩编码算法,但
原始SPIHT算法链表式编码限制了其在高速处理中的应用。本文提出了一种改进的SPIHT压缩编码算法,在确保恢复图像质量与原始算法基本上相当的基础上,改进算法可以采用并行流水结构实现,有利于高速处理中的应用,为该算法在遥感图像中的应用提供了理论依据和工程基础。
随着卫星遥感技术的发展和用户对地面分辨率和幅宽要求不断提高,遥感卫星获取的图像分辨率越来越高,由此引起待存储和传输的图像数据量急剧增加,给实时数据传输系统带来巨大的压力:一方面所需要的传输带宽非常宽,远远超出了数据传输系统的传输能力和可以使用的频率资源;另一方面由于数据量大大增加,在保证原始传输链路可靠性的基础上,必须大大提高卫星的发射功率。因此,在分辨率较高的遥感卫星传输系统中,均采用了数据压缩技术,而且随着分辨率的进一步提高,数据压缩的压缩比需求在进一步加大。国外遥感卫星采用数据压缩技术的情况如表1所示。
是处理速度较慢。随着遥感器数量的增加以及成像分辨率的提高,需要下传的数据量将大幅增加,例如文献[1]中提到,采用焦平面技术和推扫技术将使遥感器的数据量达到4128Gbps,而可以利用的卫星数据传输信道只有300Mbps,为了达到实时传输的目的,必须采用接近16∶1的遥感图像数据压缩技术,即使采用双通道的传输技术,也必须采用8∶1的数据压缩技术,而且所需要的处理速度非常高。因此寻求高速大压缩比数据压缩技术及其实现方案是高分辨率遥感卫星急需要解决的瓶颈技术之一。
星载遥感图像的数据压缩技术历经DPCM技术、DCT技术、VQ技术、神经网络技术、分形技术的发展,无论是压缩比还是高速处理方面都还不能满足高分辨遥感卫星工程需求,直到小波变换这个全新数学分析概念诞生后,高倍遥感图像数据压缩技术才有了长足的发展。
小波变换的显著特点在于多分辨特性,经过小波分解后,可以得到一系列不同分辨率的子图像,不同分辨率的子图像对应的频率是不同的,而且具有时频二维特性,该特点非常接近于人的视觉特性,为
从表1可以看出,目前已经应用的遥感图像数据压缩技术特点之一是压缩比较小,另外一个特点
进行压缩的编码算法,是在零树编码[4]的基本思想上提出的一种高性能图像压缩编码算法,它合理地利用了小波分解后的多分辨率特性,以其恢复图像质量而获得了广泛的认可,同时SPIHT算法具有内嵌编码的特点,能够实现输出比特率的精确控制。
原始的SPIHT算法无法高速硬件实现,要将SPIHT算法用于卫星遥感图像数据的实时压缩,必须解决算法的高速实现问题。本文对SPIHT算法进行了改进,目的是使改进的算法能够映射成并行处理结构,能够进行硬件高速实现,使之可以在高速实时压缩方面获得应用。
小波变换是一个去相关的过程,变换后的小波系数间的相关性大大降低,但是针对同一目标不同分辨率的小波系数之间具有很强的自相似特性,也就是说如果某一个目标的低频系数小于某一个门限阈值T,那么该目标对应的高频系数很有可能小于此门限值。Shapiro提出的零树编码正是基于此假
设,以低频系数为树根形成一系列的空间频域定向树,将系数的编码改为对零树的编码。零树编码使得去压缩恢复图像质量非常好,边缘、细节保留非常好,而且实现了嵌入式编码。
随后,许多学者对零树编码理论进行了深入的分析和改进,将零树编码理论提升到一个新的台阶。SPIHT算法由于其编码的规则性和良好的恢复图像质量得到广泛的认可。在保留嵌入式编码的基础上,可以使恢复图像的峰值信噪比达到最大,也就意味着可以获得非常好的恢复图像质量。
SPIHT算法是针对小波变换后的系数进行编码,而小波变换的一个突出特征在于目标的提取,因此SPIHT去压缩恢复图像质量的目标区、边缘区、灰度跳跃区等图像特征区的特性得到了很好的保留,这一点恰恰非常适合于对目标比较关心的遥感图像数据压缩技术。下面,我们给出SPIHT算法对俄罗斯的卫星拍摄的los angeles城市图片(1m地面分辨率)的8∶1压缩恢复图像质量(PSNR=34192dB)。
从恢复图像质量我们可以得出结论, SP IH T 算 法非常适合于进行遥感图像大压缩比的图像压缩, 因为无论是图像的目标区, 还是图像的平坦区, 特征 都得到了很好的保留。
工作需要去做: (1) 原始 SP IH T 算法的小波变换为 基于浮点运算的M allat 分解, 需要大量的存储单 元, 而且对于高速硬件的实现具有很大的障碍, 在目 前接近实际应用的小波压缩中, 绝大多数采用 S+ P 提升算法来实现小波变换; (2) 原始 SP IH T 算法的
编码和译码需要存储 3 个链表—L SP, L IP 和 L IS, 需要很大的存储量, 针对此局限性, 文献[ 5 ]提出一 种无链表式的 SP IH T 压缩算法, 很好的解决了存储 容量的问题; (3) SP IH T 压缩属于一种状态转移式 的编码, 也就是说根据目前接收到的B IT 来判断下 一个状态的转移分支, 在卫星这个有噪信道中, 假如 在定向树的裂变点发生误码, 将会造成恢复图像发 生颠覆性错误译码, 针对此问题, 文献[ 6 ]提出一种 自截断式 SP IH T 译码算法, 译码器能够自动检测颠 覆性错误, 并及时停止译码; (4) 制约 SP IH T 在遥 感图像数据压缩应用的最大因素在于其不利于高速 实现, 因为原始算法中, 初始化时小波变换系数被分 割为树的集合和树根的集合。在迭代过程中, 对每棵 树的所有节点进行重要性测试, 首次扫描到的幅值 较大的 (对步长 n 而言) 从该树上分离出来移入L SP 表, 同时对树进行一次分割, 分割形成的子集被置入 L IS 表的末尾。 这样, 对于步长的一次更新, 一棵树 的重要节点没有全部分离出去、集合没有进行完全 分割时就对L IS 表中的下一棵树进行处理了。这样 的处理顺序对于软件编程计算来说没有什么问题, 但是不利于进行硬件实现。 本文提出高速实现的 SP IH T 改进算法, 为 SP IH T 在遥感图像数据压缩 中的压缩提供理论依据和工程实现的基础。
改进的出发点是, 对于一次步长更新, 对一棵树 的所有节点进行重要性测试, 将所有重要的元素分 离出来移入 L SP 表, 并对该树进行完全的分割 (这 种分割可能是一次或多次) , 然后再处理下一棵树。 这种改进的好处是明显的: 我们可以设计一个处理 单元对一棵树的节点进行重要性测试, 一棵树的所 有节点流过该处理单元后就完成了对该棵树的分离 和分割, 该树上的节点不需要再次通过这个处理单 元。 多个这样的处理单元可以构成一个并行处理阵 列, 完整整个算法的功能。
在进行算法描述之前, 我们首先给出小波系数 的父子关系图、空间定向树以及各个符号代表的含 义。
我们对原始算法和改进算法进行了计算仿真, 改 进算法的比原始算法略有下降 ( ∃PSN R 为负 数) , 但是 PSN R 减小得非常少, 从主观判图上分辨 不出差别, 我们对第一节中的遥感图像按照改进后 的算法进行压缩和去压缩, 恢复图像质量如图 3 (PSN R = 34155dB )。 这一点不难理解: 改进算法与 原始算法的本质区别是改变了对空间定向树搜索与 分割的顺序, 对于步长更新的每一步 (n 的一次更 新) , 两种算法都会对所有的树进行完全的分离与分 割, 因此两种算法在步长更新的每一步输出的比特 数是一样的, 而且除最后一步外, 输出比特数据的含
第 3 期 黄普明等: 基于 SP IH T 算法的遥感图像高速实现方案
步(若算法终止于 n = ns , 则最后一步指的是 n= ns ) , 这一步处理的是一些幅值最小的系数, 所以对性能 的影响不大。
改进算法的特点使得我们可以构造高速实现该 算法的并行流水结构。 构造这种并行流水结构的出 发点是, 对应算法中步长更新的每一步, 设计一个处 理单元 (PE, P rocessing E lem en t) , 一棵树上所有的 节点按规定的顺序流过该处理单元, 完成对该棵树 上节点的重要性测试与相应的集合分割; 多个处理 单元构成一个并行流水的 Systo lic 处理阵列, 空间 定向树的节点数据在阵列中脉动地流过, 完成对小 波变换系数的编码。 图 4 是改进算法的并行流水结 构示意图。
图 4 是假定小波变换后的系数已经由其他电路 (图中没有表示出来) 形成了空间定向树。 在 PE i 中 对尚未判定为重要的元素进行重要性测试 Si () , 重 要性测试的输出结构 (0 或 1) 驱动有限状态机 (有限 状态机描述记录了该棵树的元素分离与集合分割情 况, 与算法中的三个列表起同样作用) , 有限状态机 的输出送入输出缓冲区。 控制信号用于指示一棵空 间定向树的数据开始, 在处理单元内部可用来对有 限状态机进行初始化。事实上, 有限状态机的信息需 要随着空间定向树的数据在 PE 间传递 (这可以通 过公用存储器来实现, 图中未画出)。
硬件实现结果表明, 改进后的 SP IH T 算法可以 对高达 403 8M bp s 的原始数据进行实量压缩、去压 缩。
SP IH T 算法是公认的高性能的小波零树压缩 编码算法。 我们对原始的 SP IH T 算法进行了改进, 改进算法的图像恢复质量与原算法相当, 但是改进 算法更适合于高速硬件实现。 我们讨论了改进算法 的并行流水实现结构, 该结构的特点由多个相似的 处理单元组成并行流水的处理阵列, 处理单元内部 仅进行简单的运算, 这样的并行实现结构适合于 VL S I 高速实现。通过本文对 SP IH T 算法的改进及 其并行实现结构的初步讨论可以看出, 改进算法可 以在高速实时压缩领域获得应用。
第 3 期 何柏岩等: 基于拟合模态法的大范围运动柔性曲线梁动力学建模方法研究
作者简介: 黄普明(19712) , 男, 博士研究生, 主要从事遥感卫星数据压缩、纠错编码、信 源信道联合编码等数据传输领域课题。 通讯地址: 西安 165 信箱(710000)
IM电竞,IM电竞官网,IM电竞注册,电竞投注平台,电竞博彩,英雄联盟竞猜
