一种基于人眼视觉与自适应扫描的遥感图像压缩方法技术

一种基于人眼视觉与自适应扫描的遥感图像压缩方法，属于遥感图像在线浏览技术领域。本发明专利技术在几乎不增加比特开销的基础上，能够提高重建遥感图像的视觉效果，解决了现有一般压缩方法虽然能够提供均方误差意义下质量较好的重建图像，但重建图像视觉效果并不理想的问题。本发明专利技术的技术方案为：先采用重要性加权掩膜对变换图像加权；然后计算加权后各子带能量，并按照能量的降序排列确定子带间的扫描顺序；最后，对加权子带内部的扫描，根据子带的特性确定扫描方法。本发明专利技术有效提高重建遥感图像的视觉质量，满足了目前日益增长的遥感图像在线浏览的需求。本发明专利技术适用于遥感图像的在线浏览。

【技术实现步骤摘要】
一种基于人眼视觉与自适应扫描的遥感图像压缩方法
本专利技术涉及一种遥感图像压缩方法，特别涉及一种基于人眼视觉与自适应扫描的遥感图像压缩方法，属于遥感图像在线浏览

技术介绍
随着传感器技术的发展，遥感图像的空间分辨率和光谱分辨率得到了极大的加强，这为遥感图像的应用带来了很大的便利。另一方面，丰富的数据是以巨大的数据量为代价的。最新的航天卫星每天都产生数以T计的高维遥感数据，这为数据的存储和传输带来了极大的挑战，这种情况可通过采用一些传统的压缩技术得到缓解，参见文献EZW[1]、SPIHT[2]、SPECK[3]、JPEG2000[4]，或对它们的一些改进，参见文献[30]～[36]。通常，这些压缩方法一般是在均方误差准则下衡量压缩效果的，也就是说，相同条件下，能够提供更小的均方误差的压缩方法，被认为是更好的压缩方法。然而，对于一幅重建图像，较小的均方误差并不意味着该图像适合所有的应用。事实上，对压缩方法的评价应取决于对应的应用。随着遥感图像的普及，大量的应用均与遥感图像的在线浏览有关。此外，当前的一个研究热点，数字地球，也需要一些视觉效果较好的遥感图像对其进行覆盖。在这种情况下，结合人眼视觉系统(HVS)进行设计的压缩方法更能满足应用需求。HVS是一个复杂的系统，其已被证明并不与均方误差准则相一致，参见文献[5]。因此，有必要从人眼的视觉机理出发，对遥感图像的压缩方法进行研究。人眼的视觉感知一直是某些研究的焦点，参见文献[5]。将视觉感知与编码方法融合有几种方法。一种是基于离散余弦变换(DCT)的方法，参见文献[6]-[8]；另一种是基于离散小波变换(DWT)的方法，参见文献[9]～[12]。一些编码方法是结合最小辨别误差(JND)模型进行设计的，该种方法是利用图像中一些微小变化并不能被人眼察觉这一特点，对压缩方法进行设计，参见文献[13][14]。此外，一些与视觉有关的压缩方法是基于JPEG2000进行设计的，参见文献[16][17]。近来，一些基于HVS的编码方法从信息论的角度进行设计，例如，文献[15]提出了一种基于视觉感知的编码方法,目的是保留自然图像中的二阶尺度不变特征，通过这种方法保证重建图像的视觉质量。文献18]建立了一些与HVS有关的新模型，并推导出了在特定场合下，能达到视觉无损的理论压缩极限。然而，所有这些方法都是针对自然图像进行设计的，并没有考虑到遥感图像的独特性质。对自然图像来说，小波变换以后，能够得到信号的紧凑表达，这有助于得到好的编码结果。然而，与自然图像相比，遥感图像有着独特的性质。遥感图像通常包含大量的地物信息，这使得遥感图像的细节极为丰富，如几何信息，边缘及纹理等，甚至是小目标的轮廓。因此，对遥感图像而言，好的压缩方法应能保留更多的细节信息。近年来，一些专门用于遥感图像的压缩方法被提出，参见文献[19]～[22]。这些压缩方法从几个方面对图像进行压缩，如方向小波变换(OWT)或稀疏表达。由于遥感图像通常是传感器以推扫的方式获得的且尺寸很大，因此，基于扫描的压缩方法受到了关注。文献[23]提出了一种基于扫描的方法，用JPEG2000以推扫的方式获取数据。然而，JPEG2000的高编码性能是以复杂的设计为代价的。空间数据系统咨询委员会(CCSDS)针对星上压缩，发布了一个标准，该CCSDS标准是一种基于扫描的方法，但不允许交互式解码，且小波分解层数固定为3。2009年，Vílchez等文献[24]对CCSDS标准进行了扩展，使其支持任意层数的小波分解，且允许几种形式的解码。然而，所有这些方法都是基于固定扫描，没有考虑到图像的内容。2012年，文献[25]提出了一种最新的基于扫描的方法，称作自适应二叉树编码(binarytreecodingadaptively，BTCA)，该方法是针对遥感图像的压缩设计的。该方法能够明显提高编码性能。然而，尽管该方法在某种程度上与图像内容有关，但在建立二叉树之前，对变换图像的扫描依然采用固定的扫描方式。众所周知，不同的图像具有不同的内容。换句话说，对不同的遥感图像，重要系数的分布是不同的。因此，从扫描的角度，采用固定的扫描顺序并不能得到好的编码性能。
技术实现思路
本专利技术的目的是提出一种基于人眼视觉与自适应扫描的遥感图像压缩方法，在几乎不增加比特开销的基础上，能够提高重建遥感图像的视觉效果，解决了现有一般压缩方法虽然能够提供均方误差意义下质量较好的重建图像，但重建图像视觉效果并不理想的问题。本专利技术为解决上述技术问题所采用的技术方案是：本专利技术所述的一种基于人眼视觉与自适应扫描的遥感图像压缩方法，是按照以下步骤实现的：步骤一、建立基于视网膜的小波域视觉敏感度模型；步骤二、完成步骤一后，结合人眼与遥感图像观测距离的概率密度函数，生成重要性加权掩模，并对小波变换图像进行加权；步骤三、计算加权后各小波子带能量，并按照能量的降序排列确定子带间的扫描顺序；步骤四、根据子带的特性，确定子带内的扫描顺序；步骤五、根据步骤三和步骤四确定的子带间扫描顺序和子带内扫描顺序，对加权后的变换图像Xw进行自适应扫描，生成一维系数序列；步骤六、采用二叉树编码方法对步骤五生成的一维系数序列编码。本专利技术的有益效果是：1、本专利技术在考虑了人眼视觉模型的基础上，按视觉重要性对遥感图像各位置进行加权，此外，根据不同子带的特性，对子带间扫描和子带内扫描设计了不同的扫描方法，实验证明，在给定比特率的情况下，本专利技术能提供更好的重建图像的视觉质量。附图说明图1为本专利技术的总体框架图，表示对一幅遥感图像的处理过程；图2为黄斑和观测距离的映射模型示意图，其中1为视网膜，2为视网膜中心凹，3为一幅遥感图像，4为视网膜中心凹投影，p′表示遥感图像上的点p在视网膜上的映射位置，pf表示视网膜中心凹在遥感图像上的投影，r表示视网膜半径，e表示视觉离心率，u为点p到pf的距离，v为人眼到图像的观测距离；图3为观测距离v的概率分布模型示意图；图4为重要性加权掩模示意图；图5为扫描方式示意图，其中(a)为“水平z扫描”，用于水平信息较多的子带，圆点表示扫描的开始，箭头表示扫描方向，(b)为“垂直z扫描”，用于垂直信息较多的子带，圆点表示扫描的开始，箭头表示扫描方向；图6为本专利技术验证中原始图像和对应的扫描过程示意图，其中(a)为Lunar(8位,大小是512×512)，(b)为对加权后的变换图像进行自适应扫描的过程，箭头表示扫描方向，(c)为morton扫描生成的一维系数序列，(d)为本专利技术方法生成的一维系数序列；图7为本专利技术验证中对测试图像“coastal-b1”，采用本专利技术方法以及其它扫描方法得到的重建图像比较示意图，其中(a)为原始图像，(b)为观测距离v＝5时，黄斑中心凹观察到的区域，(c)和(d)为采用SPIHT压缩方法，分别在码率为0.0313bpp和0.0625bpp时，得到的重建图像，(e)和(f)是采用JPEG2000压缩方法，分别在码率为0.0313bpp和0.0625bpp时，得到的重建图像，(g)和(h)是采用BTCA压缩方法，分别在码率为0.0313bpp和0.0625bpp时，得到的重建图像，(i)和(j)为采用本专利技术方法，分别在码率为0.0313bpp和0.0625bpp本文档来自技高网...

【技术保护点】
一种基于人眼视觉与自适应扫描的遥感图像压缩方法，其特征在于所述方法包括以下步骤：步骤一、建立基于视网膜的小波域视觉敏感度模型；步骤二、完成步骤一后，结合人眼与遥感图像观测距离的概率密度函数，生成重要性加权掩模，并对小波变换图像进行加权；步骤三、计算加权后各小波子带能量，并按照能量的降序排列确定子带间的扫描顺序；步骤四、根据子带的特性，确定子带内的扫描顺序；步骤五、根据步骤三和步骤四确定的子带间扫描顺序和子带内扫描顺序，对加权后的变换图像Xw进行自适应扫描，生成一维系数序列；步骤六、采用二叉树编码方法对步骤五生成的一维系数序列编码。

【技术特征摘要】
1.一种基于人眼视觉与自适应扫描的遥感图像压缩方法，其特征在于所述方法包括以下步骤：步骤一、建立基于视网膜的小波域视觉敏感度模型；步骤二、完成步骤一后，结合人眼与遥感图像观测距离的概率密度函数，生成重要性加权掩模，并对小波变换图像进行加权；步骤三、计算加权后各小波子带能量，并按照能量的降序排列确定子带间的扫描顺序；步骤四、根据子带的特性，确定子带内的扫描顺序；步骤五、根据步骤三和步骤四确定的子带间扫描顺序和子带内扫描顺序，对加权后的变换图像Xw进行自适应扫描，生成一维系数序列；步骤六、采用二叉树编码方法对步骤五生成的一维系数序列编码；步骤一所述的建立基于视网膜的视觉敏感度模型的具体过程为：步骤一一、建立基于空域的视觉敏感度模型；步骤一二、建立小波域的视觉敏感度模型；步骤一一所述的建立基于空域的视觉敏感度模型的具体过程为：对于一幅遥感图像，空域的对比度阈值函数为其中f表示空间频率，e表示视网膜偏心率，CT0表示最小对比度阈值，α表示空间频率衰减常数，e2表示半分辨率偏心率常数，CT(f,e)表示视觉对比度阈值，且为f和e的函数；对给定的偏心率e，利用公式(1)得到对应的视觉截止频率fc，令CT(f,e)＝1，得到截止频率fc如下：假设遥感图像的宽度是N个像素，黄斑中心凹对应的图像位置为其中，表示像素点pf对应的横坐标，表示像素点pf对应的纵坐标，从人眼到图像的观测距离v是已知的，按像素计量，点p到点pf的距离为d(p)＝||p-pf||2，则按图像宽度计量，点p到点pf的距离u为u＝d(p)/N，则偏心率为最大视觉感知分辨率受到显示分辨率r的限制，即根据采样定理，显示器能表示的无混叠的最高频率，即奈奎斯特频率为根据(2)和(5),对任意位置p，最终的视觉截止频率为基于空域的视觉敏感度模型为步骤一一所述的最小对比度阈值CT0为1/64，空间频率衰减常数α为0.106，半分辨率偏心率常数e2为2.3；步骤一二所述的建立小波域的视觉敏感度模型的具体过程为：小波系数的误差检测阈值为其中a为常数、k为常数、f0为常数、gθ为常数，Aλ,θ是9/7小波变换基函数的幅值，λ是小波分解层，θ表示方向；子带(λ,θ)的视觉失真敏感度Sw(λ,θ)为

【专利技术属性】
技术研发人员：石翠萍，张钧萍，张晔，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23