基于提升小波的超光谱图像压缩技术研究及DSP实现

摘要

遥感超光谱图像是三维立体图像，即在谱段内的二维图像的基础上又多了一维谱间信息，因此遥感超光谱图像的数据量庞大，难以直接传输和存储，必须对图像进行压缩，对遥感超光谱图像数据的压缩是图像压缩中的一个难点。与常规静止图像相比，遥感图像的相关性较弱，图像信息熵值高，冗余度小，图像的数据结构和直方图随地面景物的不同而发生巨大的变化，有明显的不可预测性。由于遥感图像空间分辨率较低（一般大于10m×10m），其空间相关性较小，同时大部分超光谱图像谱间分辨率较低，谱间相关性也比较小，因此遥感图像压缩比比较低。到目前为止，一直没有形成一套成熟或标准的超光谱图像压缩技术。因此，对遥感超光谱图像压缩编码的研究具有重要的应用价值。 提出了基于提升小波变换的编码方法，用于对遥感超光谱二维图像的压缩。考虑到遥感超光谱图像压缩技术的硬件实现，采用的算法相对简洁。对遥感超光谱二维图像先采用LeGal15/3小波变换，获得能完全还原的小波变换系数。提升小波变换的优点是简单的移位和加法操作，速度很快，占用内存少，而且比一般小波变换更适于消除超光谱遥感数据冗余，特别适合于需要实时、高速编码或无损压缩的场合，并利于硬件的实现。 图像经过小波分解后，嵌入式零树编码（EZW）就在当前阈值条件下，建立频带间小波稀疏的关系。通过这种新建立的关系，来去除小波系数的冗余信息，从而以新的方式组织成为数据流。再通过算术编码器来完成最终的编码，将数据流压缩为带宽极小的压缩数据流。EZW编码可以在任何一个阈值时停止，而当前编码过的比特流仍可重建相应保真度的图像，随着解码码流中质量层的逐渐增加，解压出来的图像峰值信噪比也逐渐增大，图像越来越清晰，直至无失真解码图像。这为遥感超光谱图像提供了很好的压缩解决方案。当对图像质量要求不高时，可以只传压缩码流中的较低层，当对图像质量要求较高时，可以继续传输较高层，实现了真正意义上的按需传输，有效的节省了宝贵的链路资源，同时又保留了所有原始图像数据信息。实验证明，在同等条件下，应用LeGal15/3小波变换与二进制算术编码结合的算法，无损条件下压缩比约为2，比JPEG-JS的压缩效率高10％以上。 采用了可编程的DSP芯片（TMS320DM642）来实现提升小波变换的图像压缩，实验通过CCS和TMS320DM642EVM板的结合使用，将已开发的算法移植到DM642平台，并对主要耗时部分EZW模块做了初步优化，在无损条件下，处理一幅512*512的超光谱图约需11s，时间比优化前缩短约40％，证明本文采用的基于LeGal15/3提升小波变换的编码方法可以在DSP上实现对遥感超光谱图像的完全无损压缩。

目录

文摘

英文文摘

声明

1绪论

1.1遥感超光谱图像的背景

1.1.1遥感图像简介

1.1.2遥感超光谱图像的特性

1.2遥感超光谱图像压缩技术的发展现状

1.3图像压缩编码的分类和标准

1.3.1图像压缩编码分类

1.3.2静态图像编码标准

1.4图像压缩编码的性能指标

1.4.1客观保真度准则

1.4.2主观保真度准则

1.4.3压缩比

1.5基于DSP图像压缩技术的发展现状

1.6本文工作简介

2小波变换在图像压缩编码中的应用

2.1小波变换的定义

2.1.1连续小波变换

2.1.2离散小波变换

2.1.3二维小波变换

2.2小波变换用于图像编码的特点和优势

2.3第二代小波分析

2.3.1提升算法的基本原理

2.3.2提升算法的分解与重建

2.3.3小波提升的特点

2.4基于提升算法的整数小波变换

2.5小波变换在图像压缩编码中的应用

2.5.1小波变换实现图像数据压缩的基本思想

2.5.2小波变换图像压缩常见算法

3基于提升整数小波变换的超光谱图像压缩算法

3.1LeGall5/3小波

3.1.1 JPEG2000标准中的Daubechies9/7小波

3.1.2JPEG2000标准中的LeGall5/3小波

3.1.3LeGall5／3小波变换仿真结果及其分析

3.2嵌入式零树小波编码

3.2.1整数小波变换与嵌入式编码

3.2.2嵌入式零树小波编码原理

3.2.3嵌入式零树小波编码核心技术一逐次逼近量化

3.2.4嵌入式零树小波编码的实现

3.3算术编码

3.3.1算术编码的基本算法

3.3.2算术编码的优缺点

3.3.3二进制算术编码

4算法分析及性能仿真

4.1选取有效算法对超光谱图像编码

4.2图像预处理及后处理

4.2.1贴片分割

4.2.2直流电子平移

4.3 LeGall5／3小波变换与EZW编码

4.3.1小波算法复杂度与小波基的选择

4.3.2小波分解层数

4.3.3数据边界的扩展

4.3.4 EZW编码

4.4二进制算术编码

4.5基于LeGall5／3小波的压缩算法与JPEG-JS算法的对比

4.6小结

5算法的DSP实现

5.1 DSP软件开发过程

5.1.1 DSP芯片的选取

5.1.2 CCS介绍

5.1.3.TMS320DM642芯片介绍

5.2算法在DSP的实现

5.2.1系统模块的主要任务

5.2.2算法的CCS仿真

5.2.3算法在DSP上的运算流程

5.3算法在DSP的优化

5.3.1核心算法优化

5.3.2数据传输优化

5.3.3处理链的概念

5.3.4内存分配方法

5.4实验结果分析

5.5本章小结

6总结

6.1全文总结

6.2课题展望

致 谢

参考文献

附录 攻读硕士期间发表论文