第8卷 第19期 2008年10月1671-1819(2008)18-5439-07科 学 技 术 与 工 程Sc ience T echno l ogy and Eng i nee ri ngV ol 18 N o 119 O ct . 2008Z 2008 Sci 1T ech 1Engng 1基于DCT 和D W T 的遥感图像压缩算法比较严俊雄1,2王 文1李子扬2,3李 安1陈 勃1(中国科学院对地观测与数字地球科学中心,北京100086;中国科学院研究生院2,北京100080;中国科学院光电研究院3,北京100080)摘 要 由于遥感图像具有数据量大、分辨率高、覆盖范围广、纹理复杂、细节多、灰度变化大、目标小、空间相关性较差等特点,很难对其进行高比例压缩。

因此遥感图像的及时显示、共享与数据传输问题,一直是遥感数据存储、处理与分析过程中存在的技术瓶颈。

另一方面,在目前网络带宽有限的情况下,这也为G IS(地理信息系统)信息的实时动态应用造成了困难。

因此,图像压缩在遥感数据存储、传输与共享等应用上有很重要的作用。

探讨应用在遥感领域的DCT (JPEG )和D W T (JPEG 2000,EC W,M R SI D )算法,然后采用基于这些算法的技术工具比较压缩重建后图像的质量。

最后,针对不同的遥感应用提出了一些建议。

关键词 DCT D W T 遥感图像 图像压缩中图法分类号 TP75111; 文献标志码 A2008年6月19日收到 中国科学院知识创新工程青年人才领域前沿项目资助第一作者简介:严俊雄(1983)),男,中国科学院对地观测与数学地球科学中心研究生,研究方向:遥感卫星数据处理,E-m ai:l j xy -an@rs gs 1ac 1cn 。

所有图像压缩技术都是通过降低数据冗余度来达到压缩的目的。

图像压缩分为无损压缩和有损压缩。

无损压缩是指数据经过压缩后信息不受损失,还能完全恢复到压缩前的原样。

有损压缩允许压缩过程中损失一定的信息,虽然不能完全恢复图像,但是所损失的部分应对原始图像的影响较小,但却提高了压缩比。

根据编码理论,图像压缩又可分为概率统计编码、预测编码,变换编码等。

常用的霍夫曼编码、算术编码、游程编码和LZ W 编码就都属于概率统计编码。

由于这些编码都是基于图像的统计特性,因此压缩高冗余图像可以获得高压缩比,低冗余图像则对应低压缩比。

预测编码则首先预测目标值,然后根据预测值与实际值的差进行量化和编码,最后在接收端解码,根据预测值和解码值重建图像。

DPC M (D ifferentia l Pu lse Code M odu lation),作为最重要的预测编码方法,易于硬件实现,在许多领域得到了广泛的应用。

它的最大的弱点是降低了抗误码能力,容易造成误码扩散现象。

随着近年来数学方法与工具的发展,变换编码获得了长足的发展,成为了最有效的压缩方法之一。

变换编码的基本思想是从频域(变换域)的角度减小数据相关性,通过正交变换将数据从相关性很强的空间域变换到相关性较弱的变换域,并通过保留方差较大的变换系数,舍弃方差较小的变换系数来实现压缩。

常用的变换有K I 变换、DCT 变换、DST 变换、DFT 变换及D WT 变换等。

作为最成熟的技术,DCT (D iscrete Cosi n e Transfo r m ,离散余弦变换)在很多领域得到了广泛应用。

而D W T (D is -creteW ave letT ransfor m ,离散小波变换)因为其显著的特点也引起了越来越多的注意,许多学者进行了深入的研究。

一系列基于DCT 和D W T 的压缩算法和工具涌现出来。

本文主要讨论并比较基于DCT 和DWT 的压缩算法。

另外,基于自相似性和尺度变化无限性的分形图像压缩方法能获得相当高的压缩比和很好的压缩效果,具有很大的潜力。

但这项技术还不够成熟,在图像压缩领域还不占主导地位。

1 遥感图像压缩的分类遥感图像压缩可分为星上无损压缩、星上有损压缩和地面遥感数据压缩。

其中为了最大限度地保存传感器所获取的目标信息,星上压缩一般采用无损压缩方法,但当信息量大到无损压缩难以满足要求时,也考虑失真量较小的有损压缩,即高保真压缩方法。

另外,为了适应遥感数据采样率较高的特点,星上压缩的实时性要求较高,因而要求压缩方法计算简单、硬件复杂度低。

在法国SPOT-1/2/4遥感卫星采用的就是DPC M 编码技术,压缩比为4:3,SP OT -5采用的则是DC T 压缩算法,压缩比约为3:1[1]。

本文主要围绕地面遥感图像压缩算法进行讨论。

高分辨率的遥感图像一般超过几百兆,这就要求压缩算法具有较大的压缩比,因此一般来说有损压缩和准无损压缩更适用于地面遥感图像的压缩。

所谓准无损压缩就是在辐射畸变方面,原始图像与解压后的重建(恢复)图像之间,其同名像元的灰度标准差应小于图像的量化噪声。

而在几何畸变方面,点位的精度应在传感器成像系统的畸变差之内。

这样既能满足一定的压缩比,又能确保不丢失宝贵的图像信息。

在遥感应用中,经常是对某一个地区和某几个地区感兴趣,可以对感兴趣区域进行相应需求的压缩。

由于如前所述的遥感图像特征,只靠去除空间冗余很难获得较高的压缩比。

2 基于DCT 和D W T 的遥感图像压缩211 基于DCT 的JPEG 标准作为最常用变换编码技术,DCT 是将图像子块从空间域转换到频率域,然后按低频到高频的顺序重排。

由于图像频谱从低到高逐渐衰减,可以在一定量化等级下进行舍弃,从而达到压缩的目的。

这种变换在信息压缩能力和计算复杂性之间提供了一种很好的平衡[2]。

基于DCT 的JPEG 标准是由CC I TT(国际电报电话咨询委员会)和ISO (国际标准化组织)两个组织联合组建的图片专家组(Joint Pho tog raphic Experts Group)在1991年建立并通过的第一个适用于连续色调静止图像压缩的国际标准。

JPEG 压缩很好地利用了人眼对图像不同视觉信息敏感度不同的特性,其核心的离散余弦变换算法是将空间域的图像变换为频率域的图像后对不同频率域的图像采用不同的量化步长,从而达到保留视觉敏感信息、丢弃视觉不敏感信息的效果。

在压缩过程中,图像被细分为8*8的像素块,这些像素块进行从左到右、从上到下的处理(DCT 计算、量化和变长编码分配)。

JPEG 是一种对称的压缩,这就是说,压缩和解压的时间基本相同。

另外,JPEG 易于硬件实现,因此在图像压缩领域使用最为普遍。

Jussi Lar mm i [3]等认为,当压缩比小于10:1时,以DCT 为基础的JPEG 图像压缩对几何特征不产生明显影响。

但是,随着通信技术和网络的发展,这样的压缩率远远不能满足多媒体通讯的需要。

最大的问题就是在大压缩比的情况下出现的严重/方块效应0和/边缘效应0。

图1中的a 图所示为一幅遥感图像的子区原图像,b 图为使用JPEG 压缩比为20:1的压缩图像。

可以看到,压缩后的图像与原图相比有很严重的灰度损失和/方块效应0。

从DCT 的基本原理来看,它在遥感领域的应用不是很有效,有一定的局限性:DCT 编码和解码过程要求大量的二维变换,DCT 压缩的前提是表征图像信息的能量能够集中在变换域内,它才能分离出图像的高频和低频信息,然后对图像的高频部分进图1 (a)原图像 (b)JPEG 压缩后的图像,压缩比为:20B 1(放大两倍)行压缩达到压缩图像数据的目的。

而高频信息恰恰表征的就是纹理等细节信息,因此,DCT 处理过程很容易造成图像纹理信息的丢失,易产生/方块效应0。

虽然很多基于DCT 的算法通过改进企图摒弃这些缺点,而且也有一定的效果,但却又引起别的问题,压缩效果都不是很理想。

212 基于D W T 的遥感图像压缩基本原理目前由多尺度、时频分析、金字塔算法等发展5440科 学 技 术 与 工 程8卷起来的小波分析理论成为了遥感图像压缩、处理和分析最有用的工具[4,5,6]。

小波变换的基本思想是将信号展开成一族基函数之加权和,即用一族函数来表示或逼近信号或函数,这一族函数是通过基本函数的平移和伸缩得到的。

小波变换用于图像编码的基本思想就是对图像进行多分辨率分解,分解成不同空间、不同频率的子图像,然后再对子图像进行系数编码。

系数编码是小波变换压缩的核心,其实质是对系数的量化压缩。

D W T 能够实现能量的集中,这一点大大改善了压缩质量。

选择适合人类视觉系统的小波基函数,也能改善压缩图像的主观效果。

基于DWT 的遥感图像压缩步骤是:遥感数据首先被分解,把纹理复杂性作为区域重要性的衡量标准,然后为重要区域进行标码确保重建的图像质量。

通过为平坦区(非重要区域)进行矢量编码来达到压缩的目的。

基于D WT 的图像压缩编码与解码过程如图2所示。

图2 基于D W T 的图像压缩编码与解码过程基于DWT 的图像压缩的主要优点如下:(1)具有较高的压缩比;(2)可以压缩非常大的图像;(3)可以多种分辨率显示影像数据;(4)采用选择性的解压技术能够解压用户需要浏览的整个压缩图像的一部分,解压速度快,可以快速地打开和浏览大的图像;(5)可实现即时、无缝、多分辨率的大量图像浏览,无需等待、无需分块处理、无需软件代理。

(6)小波分解和重构算法是循环使用的,易于硬件实现。

但是,诸如SPI H T (Set Partition i n g i n H ierar -ch ical Trees)、EZ W (Em bedded Zerotree W ave let)等算法在进行具有复杂纹理、小目标和灰度值变化较大的遥感图像压缩时还是比较容易损失高频信息。

而高频信息恰恰就是目标的边缘和细节信息。

目前,在遥感图像压缩应用领域,基于二维离散小波变换的算法比较常用,如J PEG2000、EC W 和MRSI D 等。

J PEG 2000是由联合图像专家组制定的新的国际标准,它是对JPEG 的根本性改进标准。

J PEG2000支持有损压缩和无损压缩的兼容,其无损压缩比大约为2:1。

JPEG 2000之所以相对于JPEG 标准有了很大的技术飞跃,就是因为它放弃了JPEG 所采用的以离散余弦变换算法为主的区块编码方式,而改用以离散小波变换算法为主的多解析编码方式。

JPEG2000以Dav i d Taubm an 的EBC OT[7](Em bedded B lock Coding w ith Opti m ized Truncati o n)算法为基础。

EBC OT 编码的主要思想是把嵌入码块编码方法与码块位流的最佳截断方法结合在一起,使重构图像的失真最小。

EBC OT 编码算法引入了一个/质量层(quality layers)0的概念,图像的最终码块位流以质量层的形式组织,从而使压缩码流具有了渐进传输、随机访问等优良的特性,也就是说它不需要把整个图像放入内存中就可以浏览和解码数据。