专利名称：一种保持量测性能的遥感影像数据压缩方法
技术领域：
本发明属于遥感影像数据压缩和数字信号处理技术领域，涉及对高分辨遥感影像的小波变换与面向遥感影像的EZW (嵌入式零树小波编码)压缩方法，尤其涉及保持量测性能的遥感影像数据压缩方法。
背景技术：
伴随着光电技术、计算机技术和遥感技术的不断发展，通过遥感获取的信息越来越多是以数字形式存在和处理的数据，给数字摄影测量带来了更为直接、更为丰富的数据源。然而在促进数字摄影测量生产技术、产品质量和数量的发展的同时，海量遥感信息数据 (主要是遥感影像数据)对存储和传输条件提出了更高的要求，也给现有的有限带宽及硬件设备带来严峻的考验。特别是数字摄影测量网络化、规模化生产的展开，需要在客户端工作站上存储大量的原始影像和中间影像数据，在不同的客户端之间、以及客户端与服务器之间传输大量的遥感图像数据，而现有的计算机存储和传输技术无法达到这种要求，直接影响到了数字摄影测量生产效率的进一步提高。因此遥感影像压缩技术受到了越来越多的关注。
数据压缩就是以最少的数码表示信源所发出的信号，减少容纳给定信息集合或数据采样集合的信号空间，所谓的信号空间指的是某信号集合所占的空域、时域和频率空间。 图像压缩是对图像信源进行编码，是在保证达到预期图像质量的前提下，通过删除冗余或者不需要的信息，设法降低所必需的数码率而采取的压缩编码技术。图像压缩也常称为图像编码。
数字图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有50多年的历史了。在此期间出现了很多种图像压缩编码方法，特别是到了 80年代后期， 由于小波变换理论、分形理论、人工神经网络理论和视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中基于小波变换的图像压缩技术是当前研究的热点之一。
图像压缩对于解决数字图像数据量大的问题提供了有效的途径。图像压缩可以降低图像的存储空间，提高网络传输效率，降低存储和传输成本，对于数字图像的实时传输起着决定性的作用。
一般来说，有损压缩相比无损压缩能获得更大的压缩比，在常用的多媒体技术中， 数字图像内容多为人物图像，大多采用的是有损压缩技术，即在不产生明显的图像视觉损失的前提下，尽可能的减少图像的信息量，以实现高压缩比的图像压缩。而遥感图像则不压缩或采用无损压缩方案，因而无法获得较高的压缩比。之前遥感数字影像不进行有损压缩的主要原因有 1、遥感影像获取不易，现有的航空航天遥感影像，都需要投入很大的人力、财力和物力建立遥感数据获取系统，导致遥感影像的成本较高，对遥感影像的有损压缩过程中的信息损失无法接受； 2、对遥感影像处理和应用要求的精度较高，遥感影像不仅要用于人眼的观测，而且要用于计算机的搜索1识别和测量，若采用一般的有损压缩方式，会产生因信息的丢失而影响遥感影像的应用效果。由于在数字化测绘保障信息与产品的生产和作业中，对数据压缩技术有着这种独特的要求，若实现对遥感影像数据的压缩，不仅具有较好的视觉效果，更重要的保持解压影像的量测性能，在保证作业精度的同时，还可以降低花费在数据存放和转移方面的成本，进一步提高生产效率，特别是对于高时效性测绘保障产品的生产，有着重要的意义。发明内容[OO10] 本发明的目的是提供一种保持量测性能的遥感影像数据压缩的方法，以适应全数字摄影测量装备1网络化全数字摄影测量作业中的数据存储与传输1测绘保障等领域的技术要求。[OO11] 一种保持数字遥感图像量测性能的数据压缩方法，其中具体步骤如下步骤1)1采集数字遥感图像信号，统计数字遥感图像信号的参数平均值1方差1熵值1平均能量1清晰度1自相关系数；
设数字遥感图像为f(X，y)，其像素f(i，j)一a1，k一{l，2，3，…L}，i1j分别为像素的横1纵坐标，参数L为数字遥感图像中的最大灰度值；[OO14] 数字遥感图像中的任意像素在数字遥感图像中出现的概率为p(a1)，有
权利要求
1.一种保持数字遥感图像量测性能的数据压缩方法，其特征在于具体步骤如下 步骤1)、采集数字遥感图像信号，统计数字遥感图像信号的参数平均值、方差、熵值、平均能量、清晰度、自相关系数；步骤幻、对数字遥感图像进行多级整型小波变换，建立小波树的结构，确定数字遥感图像小波变换后的整型小波分解系数；数字遥感图像经过整型小波变换后，按从左到右、从上到下的顺序构成不同分辨率的一个低频子带和三个高频子带；处于低频子带的整型小波分解系数称为父系数，对应于各个空间方向的高频子带内的全部整型小波分解系数，称为该父系数的子孙系数，这样构成了一个以父系数为顶点的三个树结构； 步骤；3)、进行嵌入式零树小波编码步骤4)、对数字遥感图像利用改进的嵌入式零树小波编码进行压缩处理。
2.如权利要求1所述的保持数字遥感图像量测性能的数据压缩方法，其特征在于对小波分解后四个子带中的左下角LHi高频子带中的小波分解系数扫描时，按照从上到下的顺序由左到右次序扫描；其余的一个低频子带和两个高频子带中的小波分解系数按照从左到右的顺序由上到下次序扫描。
3.如权利要求1或2所述的保持数字遥感图像量测性能的数据压缩方法，其特征在于 步骤1)中，所述平均值、方差、熵值、平均能量、清晰度、自相关系数的具体计算如下设数字遥感图像为f(x，y)，其像素f(i，j) = ak, k = {1,2,3, -LMj分别为像素的横、纵坐标，参数L为数字遥感图像中的最大灰度值；数字遥感图像中的任意像素在数字遥感图像中出现的概率为P (ak)，有
平均值G 指的是数字遥感图像信号的平均灰度值，如(2)式
方差O2:数字遥感图像信号的平均灰度值的方差反映了灰度分布的离散情况，如(3)式
能量E 又称为二阶矩，表示数字遥感图像整体灰度的强弱，如(4)式
平均梯度g 数字遥感图像的平均梯度反映数字遥感图像细节的表现力，反映数字遥感图像的清晰度，如(5)式
自相关系数R(AX，Ay)反映数字遥感图像信号的相关性，采用归一化自相关函数， 表达式如(6)式
其中，当Δχ = 1或Ay = 1时，R(AX，Ay)值表示相邻像素之间的自相关函数值，称之为自相关系数；信息熵H(U)指数字遥感图像中每个像素所携带的平均信息量，其物理意义表征的是在无损编码条件下，每一个编码符号所需要的码长
4.如权利要求3所述的保持数字遥感图像量测性能的数据压缩方法，其特征在于步骤2)所述的整型小波变换是指整数集合的离散信号经过小波变换后得到的仍然是小波分解系数为整数的离散信号；整型小波分解系数的计算公式为
其中， d’//2」表示对屯i/2做取整运算，其中，变换系数Cl1,i和Su都为整数集合。
5.如权利要求4所述的保持数字遥感图像量测性能的数据压缩方法，其特征在于所述的步骤幻中进行嵌入式零树小波编码的具体步骤如下(31)、选择一组对小波分解系数&进行重要性判断的门限阈值Ttl，IV-Tlri，逐个对小波分解系数&进行重要性判断，其中门限阈值的选取依照Ti = 1^/2，且初始门限阈值Ttl满足 IXiI <2Τ0；(32)、重要系数和非重要系数给定一个小波分解系数若对于给定的门限T存在 IXiI > Τ，其中，T e Ttl，TV··。，则判定该小波分解系数为重要系数，否则，为判定该小波分解系数为非重要系数；在嵌入式零树小波编码中，把非重要系数标记为零；相应的非重要系数在小波树中为零节点，重要系数为非零节点；(33)、零树零树表示基于子带间小波分解系数的相关性如果低频子带上的小波分解系数对于门限T是非重要系数，则与该低频子带相应的各空间方向的高频子带内的所有小波分解系数对于该门限T也是非重要系数，将这些非重要系数用树状结构表示，即为零树；(34)、零树根零树中位于最低频子带的零节点为零树根，零树根用符号ZTR表示；(35)、主表和副表在编码过程中，始终保持着两个分离的、不断更新的表主表和副表；主表对应于编码的不重要的集合或小波分解系数，而副表是编码的有效信息；将各小波分解系数中的重要系数保存入副表，非重要系数保存入主表，并设定好门限阈值Ttl;(36)、主扫描和副扫描主扫描对主表中的所有小波分解系数&做判断，若IxiI >门限Ti，则该节点为重要系数；若\为零树根，输出代码ZTR，对零树根的所有子孙系数不进行扫描；若\为孤立零点，继续对孤立零点后续的所有小波分解系数进行扫描；副扫描副表中的小波分解系数Yi都满足Ti < Yi < 2T,；副扫描是通过扫描副表中所有的小波分解系数Yi的值，输出不同的编码“0”或“1”;满足Ti < Yi < 3T./2的小波分解系数Yi为非重要系数，输出0，满足3IV2 < Yi < 2T,的小波分解系数Yi为重要系数，输出 1。
6.如权利要求5所述的保持数字遥感图像量测性能的数据压缩方法，其特征在于所述的步骤4)中对数字遥感图像利用改进的嵌入式零树小波编码进行压缩处理的具体步骤如下(41)、建立零树标记表ZT，在扫描前，将零树标记表ZT的所有标记位初始设置为“1”； 小波分解系数的每一个元素在标记表中都有对应的标记位，当确定一元素为零树根时，在标记表中将该零树的所有子孙系数标记为“0”，同时，在每个非重要系数的对应位置标记为 “0”；在扫描每一小波分解系数时，先检查零树标记表ZT中该小波分解系数的符号，若符号为“0”，则该小波分解系数为零树根的子孙系数，不对该小波分解系数作判断，若符号为1， 进行扫描；本次扫描中的重要系数的标记位均被设为“0”，本次扫描完成后，对零树标记表ZT的所有符号作反逻辑运算，此时得到的新零树标记表ZT用于下一次扫描；在下一次扫描过程中将本次扫描中标记为“0”的重要系数跳过，不做判断；(42)、记录每个子带中小波分解系数的极大值本次扫描过程中完成新零树标记表ZT 的子带中小波分解系数的极值统计；统计每个子带中小波分解系数的极值，用于确定扫描门限阈值Ttl，若扫描的门限阈值Ti大于子带小波分解系数的极值，则该子带不需要扫描；(43)、对最低频子带中的小波分解系数单独处理由于最低频子带包含有原始数字遥感图像的绝大部分能量，对小波变换后的最低频子带中的小波分解系数单独编码，不参与嵌入式零树小波编码扫描；对小波变换后的其余的高频子带组成三个树结构；(44)、改变编码符号在嵌入式零树小波编码的逐次逼近量化过程中，同时进行主扫描和副扫描；对于小波分解系数Yi和门限值Ti,若Yi e [1>172，21\)，输出编码符号“111”;若1 e [^,^/2), 输出符号 “110”，若 Yi e [-Ti, -1>172)，输出符号“100”；若1 e [-Ti-Ti/^, 2 \)，输出符号“101” ；若Yi为零树根，输出符号“00”，若\为孤立零点，输出符号“01”；(45)、小波分解系数更新的整数化处理在嵌入式零树小波编码的逐次逼近量化过程中，门限值序列Ttl，！V··!；—之间的关系是 Ti = Τη/2，在副扫描过程中对重要系数和非重要系数更新作整数化处理，即对正的重要系数 Yi,若 Yi e [Ti, 1\+172)，更新时修改值<=^；-[7+7/4」，若1 e [1\+172，2 \)，更新时修改值K =Y1- [Ti + 37； /4」；若小波分解系数为整数，当Ti = 1时，必然有1 < Yi < 2，若Yi为正的重要系数，则Y1 =1，更新后的修改系数<=(-[；；+7；/4」=1-[_1 + 1/ 4」=0，以1\ = 1的门限阈值扫描完后，所有的小波分解系数都为零，完成基于整数小波变换嵌入式零树小波编码。
全文摘要
一种保持数字遥感图像量测性能的数据压缩方法，采用小波变换对遥感影像进行处理，非常适宜遥感影像压缩；采用整型小波变换进行遥感影像变换编码，可以实现从整数到整数的变换，使其逆变换可以完全重建图像，避免图像信息的不可控损失，使得基于整型小波变换的图像无损压缩成为可能；通过建立零树标记表、整数化更新处理小波分解系数、改变对小波分解系数的扫描方向，以及单独处理最低频子带系数等改进的EZW编码方法，从而提高压缩效率和压缩比；通过对遥感影像中重要特征的点特征提取，并在小波变换过程中对特征点进行标识，利用低频子带内的整型小波分解系数恢复值对高频子带内的整型小波分解系数进行预测和补偿，提高解压图像的量测性能。
文档编号H04N7/26GK102186069SQ20111000729
公开日2011年9月14日 申请日期2011年1月14日 优先权日2011年1月14日
发明者王慧, 耿则勋, 胡志定, 张勇, 王利勇, 李鹏程, 刘忠滨 申请人:王慧, 耿则勋