一种无人机侦察图像压缩方法
【技术领域】：
[0001] 本发明设及一种无人机侦察图像压缩方法，其属于无人机侦察领域。
【背景技术】：
[0002] 图像之所W能够被压缩是因为图像的数据信息中除了有效信息外，还包含有大量 的冗余信息。在实际应用中，人们往往只对其中的某一部分比较关屯、注意，而对剩余部分的 内容不是很感兴趣。也就是说，在处理图像时，由于用户主观应用的目的不同，则对应了整 个图像不同区域的感兴趣程度也不同。然而，从图像中获取有用信息时仍需要非感兴趣区 域的大量信息。则在编码时，既不能对整幅图像采用相同的编码方式等同处理，也不能只传 输感兴趣内容。所W，只能对图像的感兴趣区域和非感兴趣区域进行不同的编码处理，才可 能获得最佳的编码效果。实际处理时，人们总希望自己关屯、的内容能够相对于其余部分得 到更好的压缩效果。
[0003] 基于感兴趣区域（R0I)的图像压缩编码是目前压缩编码领域的研究热点和难点。 它可W实现图像感兴趣区域的压缩质量高于图像背景区域的压缩质量，能够满足人们对图 像的要求。基于感兴趣区域编码技术的研究已经取得了许多有价值的研究成果，特别是 JPEG2000标准中提出的感兴趣区域（R0I)编码标准，即最大位移法（Max-shift)和一般位 移法（Generic-scaling-based)，该给基于感兴趣区域编码技术的发展奠定了坚实的基础。
[0004] 国外关于感兴趣区域压缩的研究较多，主要集中在小波系数平移思想的改进和将 标准中的两种方法与不同编码算法相结合。国内关于感兴趣区域编码的研究也在日益增 长，但是绝大多数都是集中在JPEG2000标准的研究上，还处于初级阶段。目前，国内外针对 感兴趣目标区域的压缩算法主要有：
[0005] ①采用JPEG2000标准中提出的两种感兴趣区域（R0I)编码算法；Max-shift和 Generic-scaling-based。前者需要对感兴趣区域的形状进行精确编码，增加了编/解码的 复杂度；后者缺乏定义感兴趣区域任意偏移量的灵活性，不能灵活调节感兴趣区域和背景 区域重构图像质量的对比度。
[0006] ②为了克服前两种算法的缺点，化OUWang等人提出了依据该两种算法思想的 改进型算法--B;Uplane-by-Bitplane化ift，改进型算法可W实现对任意形状的感兴 趣区域编码，且能够调节感兴趣区域和背景区域重构图像质量的对比度，但本质上还是对Max-shift算法的推广。
[0007] ⑨2003年LijieLiu等人又提出了一种新的改进型平移算法（Si即ificant BitplaneShift)，它除了具备Bi1:plane-by-BitplaneShift算法的优点外，还能根据不同 的优先级实现对多个感兴趣区域的编码。
[0008] ④Claudio.M根据人眼的视觉特性提出了为获取感兴趣区域而采取的提取局部 极大值的六种图像处理算法。后来他又补充了基于小波变换的算法、基于离散DCT变换的 算法、基于先Gaussian滤波再Laplace变换的算法和统计7X7区域模板匹配的结果的算 法。
[0009] ⑥JeromeM.化apiro提出了嵌入式小波位编码算法，主要有嵌入式零树小波变换 算法巧ZW)和多级数集合分裂算法（SPIHT)，将感兴趣目标小波系数压缩处理后的编码流 放置在整个压缩文件的前端，先于背景区域小波系数压缩处理后的编码流。
【发明内容】
：
[0010] 本发明提供一种无人机侦察图像压缩方法，其能够解决目标区域的恢复质量和图 像压缩比之间的矛盾，能够很大程度上满足无人机侦察的需求。
[0011] 本发明采用如下技术方案；一种无人机侦察图像压缩方法，其包括如下步骤 [001引步骤1、初始化
[0013] 计算n的值，
【主权项】
1. 一种无人机侦察图像压缩方法，其特征在于：包括如下步骤 步骤1、初始化 计算η的值，
·初始化重要系数列表1^^为空列表，将所有属于 集合Rmot U Ra的节点（i，j)存放至不重要系数列表LIP中，再将所有属于集合R _τ的节 点（i，j)存放至不重要集合列表LIS中，并看作是A类元素； 步骤2、排序 2. 1、计算列表LIP中所有节点（i，j)的重要函数Sn(i，j) 若Sn(i，j) = 1，则将节点（i，j)加入列表LSP中，同时输出其对应小波系数C(i，j)的 符号位； 2. 2、分析列表LIS中的所有节点（i，j) A. 若节点（i，j)是一个A类元素，计算出它的重要函数值Sn(D(i，j)) ;gSn(D(i，j)) =1，则： a. 计算集合〇(i，j)中所有节点（k，l)的重要函数值Sn(k，l) 若Sn(k，1) = 1，则将节点（k，1)存放至列表LSP中，同时输出其对应小波系数C(k，1) 的符号位， 若Sn(k，1) = 0,则将节点（k，1)存放至列表LIP的尾部； b. 若集合L(i，j)是一个空集，即L(i，j)辛Φ，就将节点（i，j)存放到列表LIS的尾 部，并看作是B类元素，然后继续进行步骤B处理；否则就把节点（i，j)从列表LIS中删除； B. 若节点（i，j)是一个B类元素，计算出它的重要函数值Sn(L(i，j))，gSn(L(i，j)) =1，就将所有属于集合〇(i，j)的节点（k，1)以A类元素存放至LIS的尾部，同时把节点 (i，j)从列表LIS中转移出来； 步骤3、渐进 计算列表LSP中所有节点（i，j)所对应的小波系数C (i，j)的绝对值|C (i，j) I，并将其 第η位的比特值输出； 步骤4、阈值更新 设η = η-1，同时再转回步骤2进行下一级编码扫描。
2.如权利要求1所述的无人机侦察图像压缩方法，其特征在于：完成压缩编码后，将两 部分的压缩数据信息以及感兴趣区域的坐标位置信息按照一定的数据帧结构顺序进行编 帧，然后将这些图像信息数据通过无线信道传送至地面接收站。
【专利摘要】本发明公开一种无人机侦察图像压缩方法，前提是无人机针对的对象大多是军车，碉堡这类外形呈规则图形的对象，在压缩处理前，无人机侦察图像的感兴趣侦察目标区域和背景区域已完全实现了分离，两者之间互不影响，对这两部分可以自由选择合适的压缩方法。本发明无人机侦察图像压缩方法对感兴趣区域和背景区域分开选择不同的比特率，保证感兴趣侦察目标区域小压缩比压缩，背景区域大压缩比压缩。同时，这个分割压缩方法也可自由选择压缩比的大小，实现自由调整目标和背景的图像质量。也可以根据设备传输带宽的要求，自由调整侦察目标和背景区域的压缩比特率，来满足无人机侦察图像的压缩要求。同时区域恢复质量越好，其对应区域的峰值信噪比也越大。
【IPC分类】H04N19-167, H04N19-20, H04N19-63
【公开号】CN104754340
【申请号】CN201510102937
【发明人】黄大庆, 王东振, 徐诚, 韩伟, 周春祎
【申请人】南京航空航天大学
【公开日】2015年7月1日
【申请日】2015年3月9日