一种具有抗误码机制的帧间无损编码与智能解码方法
【专利摘要】本发明公开了一种具有抗误码机制的帧间无损编码与智能解码方法，包括：星上编码步骤：获取序列图像f；把图像fk,k＝1,2,...划分成互不重叠的子块；令第3j+1,j＝0,1,...帧图像为参考帧图像，进行分块JPEG-LS编码；而第3j+2和3j+3帧图像参考第3j+1帧图像进行帧间无损编码；每K个子块后插入一组EDC信息形成检错码流；进行RS(m,n)纠错编码；在压缩码流中加入每帧的压缩帧头和帧尾。地面解码步骤：采用距离最小化准则从码流中搜索压缩帧头并提取一帧的压缩码流；在帧头中提出多份压缩参数信息；进行RS(m,n)解码；搜索EDC识别码；第3j+1帧每个子块独立进行JPEG-LS解码，而第3j+2和3j+3帧图像参考第3j+1帧图像进行帧间解码，并拼接成完整的图像。本发明方法不仅对序列图像的压缩效果较好，而且利用RS方法可以很好地纠正误码。
【专利说明】-种具有抗误码机制的顺间无损编码与智能解码方法
【技术领域】
[0001] 本发明属于图像处理与信号传输相结合的交叉科技【技术领域】，具体设及一种具有 抗误码机制的帖间无损编码与智能解码方法。
【背景技术】
[0002] 随着星载成像载荷种类和分辨率的提高，在有效观测时间段内卫星获取的图像数 据量越来越大。受地面接收站地理分布、星上存储资源、下传带宽能力等限制，海量的图像 数据给卫星数据管理造成极大的压力，进行星载图像压缩是解决该问题的必然选择。卫星 图像获取的代价较高，并且图像数据本身也是非常重要的，因此，一般星载压缩系统常采用 JPEG-LS无损压缩技术。
[0003] JPEG-LS是针对连续色调图像无损压缩的ISO/ITU标准，是对静止图像实现了低 复杂度和高压缩比的有效统一，然而星载成像传输技术中，活动的图像是卫星关注的主要 对象。卫星图像是由时间上W帖周期为间隔的连续图像组成的时间图像序列。序列图像 中，图像在时间上比在空间上通常具有更大的相关性，有时相邻两帖图像的差别仅仅是目 标的移动，如图1所示。传统的帖间差分编码方法和具有运动补偿的帖间预测方法把图像 划分成许多互不重叠的、相同大小的子块，不同子块利用时间维冗余在参考帖中自适应选 择一个最优的模板，如图2所示，采用该个模板进行预测，使子块内的累计预测误差绝对值 最小。如果图像空间细节很少或者目标运动量较小时，传统帖间编码方法的编码效率很高， 但当图像的空间细节丰富时，有时子块的帖间相关性比帖内相关性还差，传统帖间编码方 法的编码效率则相对较低。
[0004] 在星地传输通信时，由于传输介质的开放性使得信号极易受外界环境的干扰，导 致压缩码流传输过程中出现误码。基于预测的帖内或帖间无损编码方法对误码现象非常敏 感，即使一个比特的错误也会导致错误严重扩散，因此必须采取相应的措施提高码流数据 的抗误码能力。一般在数据传输通信中，可W采用重传协议来保证数据的可靠传输。然而， 对于卫星通信，重传并不可行。该一方面是由于卫星通信有实时性要求，另一方面卫星图像 编码后的数据量大，反复重传会导致信道堵塞。地面解压缩系统对存在误码的压缩码流进 行解码，致使解压缩图像与真实的卫星观测图像出现误差，给卫星图像分析和解释W及后 续的应用造成很大的困难。
[0005] 综上所述，需要研究新的数字图像处理技术，来提高序列图像的压缩比，并提高压 缩码流的抗误码能力。
【发明内容】
[0006] 本发明的目的在于提供一种具有抗误码机制的帖间无损编码与智能解码方法，该 帖间无损编码方法弥补了传统压缩方法只是利用序列图像帖内或帖间相关性的盲目性，充 分利用序列图像在空间和时间上的相关性，从而能有效地提局序列图像的编码效率。同时 本发明提出的方法在信源编码时通过引入分块技术和检纠错编码技术弥补了传统星载压 缩算法对星地传输过程中出现误码现象比较敏感的问题。
[0007] 在具体介绍本发明之前，先介绍一些概念和方法：
[000引 1)检纠错巧rror Detection and Correction,邸C)编码；把图像分成MXN大 小的子块，每个子块独立进行编码，然后统计该子块变长压缩码流的特征信息，例如码流长 度，因此又称为块检错编码。
[0009] ^RS(m，n)纠错编码；RS码是一类具有很强纠错能力的多进制BCH码，既能纠正随 机错误也能纠正突发错误。RS(m，n)编码每次针对n字节的码流计算出m-n字节的校验信 息，添加在n字节码流后组成m字节的RS校验码流。
[0010] 3)距离R ;为了从压缩码流中准确地辨识出识别码，我们定义两者距离R为：
[0011]
【权利要求】
1. 一种具有抗误码机制的帧间无损编码与智能解码方法，其特征在于，所述方法包括 如下步骤： (1) 星上编码步骤： (1.1)利用星载成像系统获取序列图像f，把每一帧图像fk，k= 1，2，...划分成互不 重叠且大小为M:XM2的子块fti，i= 1，2,. . .S，uml，SumI为子块总数，MpM2为预设值； (1. 2)令步骤（1. 1)中第3j+l，j= 0, 1，...帧图像为参考帧图像，进行分块JPEG-LS编码；而第3j+2和3j+3帧图像参考第3j+l帧图像进行基于空间-时间多预测模式的无损 编码；并统计每个子块压缩码流的EDC信息； (1. 3)每K个子块后插入一组EDC信息，并初始化Golomb编码计数器 八[.]，8[.]，(：[.]，叫.]，1(为预设值； (1. 4)对步骤（1. 3)获得的检错码流进行RS(m，n)纠错编码； (1.5) 在步骤（1.4)获得的压缩码流前加入每帧的压缩帧头，而在其压缩码流后加入 每帧的压缩帧尾。 (2) 地面解码步骤： (2. 1)采用距离最小化准则从码流中搜索压缩帧头，并提取一帧的压缩码流； (2. 2)在帧头中提出多份压缩参数信息，统计对应比特位，再进行筛选得到分块参数、 近无损度、图像序号、图像的行和列信息； (2. 3)对步骤（2. 1)获得的压缩数据进行RS(m，n)解码； (2. 4)在步骤（2. 3)获得的数据中搜索EDC识别码，并对对应比特位统计的结果进行筛 选，得到正确的EDC检错信息； (2. 5)利用步骤（2. 4)提取的EDC信息分割压缩码流得到每个子块的码流； (2. 6)如果该帧序号t属于{3j+l，j= 0, 1}，.，..则每个子块独立进行JPEG-LS解 码；否则该帧的每个子块参考第￥ +1帧独立进行帧间解码；每K个子块解码后初始化 Golomb解码计数器A[.]，B[.]，C[.]，N[.]，并拼接成完整的图像。
2. 如权利要求1所述的方法，其特征在于，所述步骤（1. 2)具体包括如下步骤： (1. 2. 1)在参考帧心」+1中搜索当前子块fe;i，e= 3j+2或3j+3;i= 1，2, ? ? ?，SumI的 最佳匹配块，获得运动矢量O%]^); (1.2.2)根据上述运动矢量（mQ，nQ)，对当前子块中每个像素fM(m，n)利用三个基 本预测器分别进行预测，得到预测的像素值：丨〃V+de[1，2, 3]; (1. 2. 3)计算当前子块中所有像素的累积预测误差绝对值SADd:
(1. 2. 4)选择使累积预测误差绝对值最小的预测器作为该子块的固定预测器：
(1.2.5) 利用步骤（1.2.4)求得的固定预测器对当前子块中每个像素fM(m，n)进 行预测，然后对预测误差采用基于上下文的Golomb熵编码，从而得到压缩码流。
3. 如权利要求2所述的方法，其特征在于，所述步骤（1. 2. 2)中的三个基本预测器具体 为： (2. 2. 1)预测器1 :该预测器不考虑参考帧的像素信息，仅利用当前帧内的相邻像素进 行预测：
其中[10, 20]和T2g[10, 20]分别为门限阈值； (2. 2. 1)预测器2 :该预测器用到参考帧中的像素，利用运动矢量(n^，得到的邻近像 素对该像素进行预测，最后再线性加权修正，即：
由上述三个预测值的平均值作为预测结果：
(2. 2. 1)预测器3 :该预测器假设相邻两帧图像中对应像素的预测误差非常接近，于是 利用参考帧中对应像素的预测误差对当前像素进行预测，具体形式为：
其中对上述预测模板中各像素的定义为：
4. 如权利要求1至3任一项所述的方法，其特征在于，所述步骤（1.3)中每K个子块后 插入一组EDC信息，具体包括：每完成K个子块的EDC信息统计就向压缩码流中插入a组的 EDC信息，组成第3层检错码流数据，其中每一组EDC信息为该K个子块分别对应的EDC信 息，a为预设值。
5. 如权利要求4任一项所述的方法，其特征在于，所述步骤（1. 4)具体包括：对所述第 3层检错码流数据，每截取n字节的码流计算出m-n字节的校验信息，添加在n字节码流后 输出。每帧最后不足n字节的码流用最后一个字节的数据补齐至n字节，形成第2层检纠 错码流数据。
6. 如权利要求5任一项所述的方法，其特征在于，所述步骤（1.5)中：帧头信息包括16 字节的帧识别码、1字节的分块参数、1字节的近无损度、2字节的图像序号、2字节的图像行 计数和2字节的图像列计数。
7. 如权利要求1或2所述的方法，其特征在于，所述步骤（2. 2)具体为：在帧头中根据 g迭
的策略筛选得到分块参数、近无损度、图像序号、图像的行和列信息，供解 码时使用。
【文档编号】H04N19/89GK104486628SQ201410851657
【公开日】2015年4月1日 申请日期:2014年12月30日 优先权日:2014年12月30日
【发明者】张天序, 左芝勇, 周雨田, 许明星, 邓丽华, 姚守悝, 张耀宗, 刘立 申请人:华中科技大学