基于JPEG2OOO的遙感圖像壓縮

O 引言
隨著遙感技術的發展，遙感圖像的壓縮受到越來越多的關注。靜態圖像壓縮標準JPEG2000放棄了JPEG標準采用的以離散余弦變換的區塊編碼方法，采用以小波變換為主的編碼方式，提高了壓縮性能。本文將分析遙感圖像的特點，在JPEG2000無損壓縮基礎上增加了遙感圖像高頻子帶分級量化方案，提高了遙感圖像壓縮比，實現圖像的高保真壓縮。

1 遙感圖像的特點
遙感圖像分辨率較高，目標物體所占的像素較少，圖像中所含的高頻信息和紋理信息較多，空間頻率的局部變化較快，圖像的不連續性較強。
為了從空間相關性來分析遙感圖像數據之間的特征，本文采用圖像的自相關函數r(l，k)來衡量：

其中f(x，y)為圖像的灰度函數。對上式進行歸一化和離散化處理，有：

其中，圖像的大小為M×N，uf為圖像亮度的平均值。

當l=k=1時即表示相鄰兩個像素之間的自相關函數的值R(1，1)，稱為自相關系數。
在對遙感圖像進行3層小波分解后，除LL子帶集中了主要的低頻信息，其它所有高頻子帶近似遵循零均值Gam―ma分布。分析表明，除極少數紋理較強的局部區域之外，絕大多數紋理不太強的區域近似服從廣義Gaussian分布，特別是平坦區域，均值大多約等于0。遙感圖像的這些特性為我們采用JPEG2000中的算法提高圖像壓縮效率提供了理論依據。

2 遙感圖像高頻子帶分級量化方案
遙感圖像進行JPEG2000整數小波變換后，編碼系統需要對分量中的每個拼接塊(tile-component)中的系數進行量化。量化的關鍵是根據變換后的圖像的系數特征、重構圖像質量要求等因素設計合理的量化步長。其中高頻子帶影響較小，只作粗量化編碼；低頻子帶對重建過程影響較大，可進行精細量化編碼。
對于遙感圖像，在經過小波變換后90％的能量集中在低頻子帶LLn中，其中包含了遙感圖像的亮度信息，必須進行無失真壓縮，取量化步長為1，進行無損壓縮；高頻子帶集中了圖像的紋理信息，由于遙感圖像中目標物體數目多，邊緣信息豐富，紋理信息也占有一部分比重。結合低頻子帶精細量化、高頻子帶粗量化的思想，提出了對圖像高頻子帶劃分為4×4的子塊，采用塊內的方差作為塊的紋理復雜度和重要性度量，對紋理復雜的重要塊采用精細量化，而對于較平坦的區域采用粗量化，達到在高保真條件下提遙感圖像高壓縮比。這實際上相當于在子帶內的分級量化方案，使得各子塊的恢復誤差大致平衡。
(1)基于紋理特征的高頻子帶分級量化方案設計
在遙感圖像進行JPEG2000無損壓縮過程中，圖像經過n級5／3整數小波變換后，被分解成3n個高頻子帶HHj，HLi和LHi(j=l，2，3，…，n，其中n為分解級數)和一個低頻子帶LL。其中LL子帶的數據量雖然不是很大，但卻承載著整個圖像的亮度信息，HHj，HLj和LHj子帶則包含了圖像的高頻信息。因此，對于LL子帶中的數據必須進行量化步長為1的無損壓縮，將該子帶中的小波系數直接送入EBCOT編碼器并進行位平面編碼和算術編碼；高頻子帶中的小波系數數據量雖然較大，卻只是用來描述圖像的細節信息，可以將該子帶進一步劃分為4×4的塊，采用塊內方差作為塊的紋理復雜度和重要性的度量，區分為平坦區域、次紋理區域和紋理區域。其中，平坦區域為子帶中系數均勻分布，且變化很小的區域；次紋理區域包括部分性質均勻區域和紋理變化適度的區域；紋理區域則為系數紋理性質較強和結構邊緣或邊界區域。