题目：基于空域描述的遥感图像压缩算法研究

摘 要随着航天和遥感技术的飞速发展，高分辨率遥感图像在国防和国民经济的建设中起着越来越重要的作用，对遥感信息的获取和使用能力也成为一个国家科技实力的象征。目前传输型遥感卫星的分辨率已经达到了分米级，如此海量的图像数据已经远远超过了数传信道的吞吐能力，因此必须对遥感图像进行高保真实时压缩。目前变换域编码技术在图像压缩领域里成为了主流，尤其是以JPEG2000标准为代表的基于小波变换的图像压缩算法已经成为成熟和通用的技术。这些基于变换域的压缩算法在压缩纹理细节十分丰富的遥感图像时，往往损失了图像中许多关键的纹理信息。正因为此，本课题的研究目标就是研制一种图像压缩算法，根据当前遥感卫星的分辨率和信道容量，要求该算法的压缩比不低于16:1，重建图像质量的客观性指标——峰值信噪比（PSNR）和视觉主观感受应当优于JPEG2000。为了避免变换域压缩算法的缺陷，本课题在基于空间重采样压缩算法（RBC）和基于模式特征压缩算法（PCBC）等空域压缩算法的基础上，从研究图像的空域描述方法出发，提出了渐进式和自相似式这两种新的图像空域描述方式，并且结合人眼视觉系统特征设计并实现了基于空域描述的图像压缩算法（SDBC）。该算法沿用了RBC和PCBC算法的大体框架，即根据分块图像自身的特征把图像块划分为平坦、粗纹理和细纹理3大类，但是对各类图像块具体的压缩处理方法进行了改进。本文研究的主要内容包括：图像纹理结构特征、图像空域结构的描述方式、人眼视觉系统特征以及这三者的联系，如何根据不同区域图像的自身特点自适应地选取最佳描述方式来表达图像信息；并且在此基础上提出了一系列优化技术对算法进行进一步改进，提高压缩质量。本课题的主要工作和创新点如下：（1）通过对图像纹理和人眼视觉系统特征的研究，指出对于图像中平坦、粗纹理和细纹理这3类不同区域应当采用不同的方式进行描述，越是纹理复杂的区域对其描述的方式应当越多样化。在此基础上，通过对图像描述方式的研究提出了对不同类别图像块进行压缩的措施。（2）通过对图像结构描述方法的研究，提出了基于图像空域的渐进式描述方式，该描述方式的主要思路就是：根据图像块内纹理的复杂程度把图像块分为3类，并且用纹理相对简单的类与修正相叠加的方式来描述纹理相对复杂的类。（3）通过对图像自相似特征的研究，提出了自相似描述方法，该方法对当前待压缩块邻近区域内的各图像块进行搜索，并对每个搜索块做一定形式的仿射变换，然后把所有搜索块的仿射变换结果与当前待压缩块进行比较，用与之最为近似的仿射变换结果来描述原始图像块。（4）在上面这两种对图像空域结构描述方法基础上，设计并实现了基于空域描述的图像压缩算法（SDBC算法）。该算法以 像素的图像块作为压缩处理的基本单元，根据该图像块自身的特征选取渐进式描述的某种描述状态或者自相似描述来对其进行表征，并实现对图像数据的压缩。（5）提出了SDBC算法的一系列优化技术，包括对图像块类别的二维预测编码技术、通过改变压缩码流数据结构实现图像块类别的Golomb编码技术、通过非均匀修正实现对预测误差的非均匀量化技术以及自适应插值图像缩放技术。通过对一组典型遥感图像的压缩对比试验证明，本算法在压缩纹理细节比较丰富的遥感图像时，客观评价指标和主观视觉感受都优于JPEG2000。