● 摘要
作为图像压缩中引入失真的唯一环节，量化策略直接影响恢复图像质量，将人类视觉特性和量化相结合改善恢复图像的主观质量已经成为图像压缩中的研究热点。为了研究适合遥感图像的量化方法，本文在分析遥感图像特征的基础上，针对草坪、广场、森林和街区等典型纹理进行视觉实验。实验结果表明，人类视觉敏感性受到图像纹理对比度和空间结构两方面的影响，但通常情况下对比度的影响远大于空间结构的影响。因此，本文忽略空间结构影响，根据人类视觉系统的敏感性随着纹理图像对比度的增大而降低的规律，建立基于对比度的纹理敏感性模型。 本文将纹理敏感性模型和动态对比度模型相结合提出一种基于图像局部纹理特征的小波系数量化策略LTQ。该量化策略首先利用纹理敏感性模型，根据空域图像的纹理对反映图像纹理细节的中高频小波系数（1～3级子带）进行自适应量化预处理，然后再根据动态对比度模型对小波系数按子带进行均匀量化。该策略同时利用了人眼对不同纹理图像和不同频带小波系数的敏感性差异，能够充分去除视觉冗余。 为了避免LTQ中由迭代方法确定量化步长带来的大量计算，本文根据小波系数的分布特点，采用拟合的方法确定小波系数失真均方误差MSE和量化步长之间的二次函数关系。从而，可以由给定的量化步长直接计算出相应的系数失真MSE，反之亦可根据给定的MSE计算出相应的量化步长。 为了验证这种LTQ量化策略的合理性和有效性，将其与基于预测的位平面编码算法相结合应用在遥感图像压缩算法中，实验结果表明，与静态图像压缩标准JPEG2000相比，在相同压缩比下，恢复图像的客观PSNR值有所降低，但很好地保持了原始图像纹理细节，提高了恢复图像的主观质量，有较大的实用价值。