【技术实现步骤摘要】
本专利技术属于图像压缩，尤其涉及一种基于生成对抗网络的星载图像压缩方法及系统。
技术介绍
1、图像压缩的目的就是把原始相机载荷数据用尽量少的字节表示或者编码，并且可设置不同压缩比(2～8)恢复有一定损失的图像数据。目前常见的静态图像压缩算法有jpeg，jpeg-ls，jpeg-2000，png，jpeg-xr等。考虑星上遥感图像硬件实现具有系统实时性，算法复杂度以及低功耗等因素，经分析jpeg-ls压缩算法具有明显的优势。ls是对静态连续图像进行无损或者近无损压缩的一种算法，该算法实现复杂度低、保真度高且易于硬件移植等优点，广泛应用于多个不同类型图像压缩领域。
2、该算法在无损和近无损模式下可以取得较好的视觉效果及高质量恢复图像，然而为适应星上数据传输带宽影响。对于较大压缩比(即当压缩比≥4:1)，最大容许误差(near)参数调整较大且变化波动较大，使得星上遥感图像解压缩后的视觉效果不佳，图像质量受到影响。
技术实现思路
1、本专利技术解决的技术问题是：克服现有技术的不足，提供了一种基于生成对抗网络的星载图像压缩方法及系统，对星上的解压缩图像进行局部优化和修正，较大程度消除了恢复图像中“线状纹理”现象，提高了重建图像的质量，并且客观评价指标与原算法相当或小幅度提高。
2、本专利技术目的通过以下技术方案予以实现：一种基于生成对抗网络的星载图像压缩方法，包括：对预设的遥感图像数据进行压缩得到压缩码流和二值掩码图；将预设的遥感图像数据和二值掩码图作为神经网络的训练
3、上述基于生成对抗网络的星载图像压缩方法中，逻辑门控信号通过如下公式得到：
4、
5、其中，d_flag为逻辑门控信号，id为二值掩码图的游程编码区域修复后的像素值与游程编码区域的像素初始值的残差，near为最大容许误差值。
6、上述基于生成对抗网络的星载图像压缩方法中，在训练过程中逻辑门控信号为1。
7、上述基于生成对抗网络的星载图像压缩方法中，残差图数据drun通过如下公式得到：
8、
9、其中，drun为残差图数据，ir1为中间恢复图像数据，imask为星上二值掩码图，irun为星上游程编码区域的初始图像。
10、上述基于生成对抗网络的星载图像压缩方法中，星上游程编码区域优化图像数据通过如下公式得到：
11、ir2＝{ir2(i)}(i＝1,2,3,…,m)；
12、其中，
13、ir2为星上游程编码区域优化图像数据，ir2(i)为第i个星上游程编码区域段经尺度缩放后像素重建值，m为星上游程编码区域段的总数，i为星上游程编码区域段的序号，near为最大容许误差值，drun(i)为第i个星上游程编码区域段的残差图数据，irun(i)为第i个星上游程编码区域段的初始图像，ir1(i)为第i个星上游程编码区域段的中间恢复图像数据。
14、上述基于生成对抗网络的星载图像压缩方法中，最终恢复的图像数据通过如下公式得到：
15、
16、其中，ireb为最终恢复的图像数据，ir0为初级恢复图像，imask为星上二值掩码图，ir2为星上游程编码区域优化图像数据。
17、一种基于生成对抗网络的星载图像压缩系统，包括：第一模块，用于对预设的遥感图像数据进行压缩得到压缩码流和二值掩码图；第二模块，用于将预设的遥感图像数据和二值掩码图作为神经网络的训练数据集，将二值掩码图的游程编码区域修复后的像素值与游程编码区域的像素初始值的残差绝对值与最大容许误差值比较得到逻辑门控信号；第三模块，用于使用神经网络对训练数据集进行训练得到网络权重参数；第四模块，用于对星上实时传输的jpeg-ls有损压缩码流解压缩得到初级恢复图像ir0和星上二值掩码图；第五模块，用于将初级恢复图像ir0和星上二值掩码图输入到神经网络，利用网络权重参数进行星上游程编码区域的像素值修复得到中间恢复图像数据ir1；第六模块，用于根据中间恢复图像数据、星上二值掩码图和星上游程编码区域的初始图像得到残差图数据drun；第七模块，用于根据残差图数据drun和最大容许误差值得到星上游程编码区域优化图像数据；第八模块，用于根据星上游程编码区域优化图像数据和初级恢复图像ir0得到最终恢复的图像数据ireb。
18、上述基于生成对抗网络的星载图像压缩系统中，逻辑门控信号通过如下公式得到：
19、
20、其中，d_flag为逻辑门控信号，id为二值掩码图的游程编码区域修复后的像素值与游程编码区域的像素初始值的残差，near为最大容许误差值。
21、上述基于生成对抗网络的星载图像压缩系统中，在训练过程中逻辑门控信号为1。
22、上述基于生成对抗网络的星载图像压缩系统中，残差图数据drun通过如下公式得到：
23、
24、其中，drun为残差图数据，ir1为中间恢复图像数据，imask为星上二值掩码图，irun为星上游程编码区域的初始图像。
25、本专利技术与现有技术相比具有如下有益效果：
26、(1)本专利技术通过提取jpeg-ls压缩算法中游程编码和常规编码对应图像区域生成0-1二值掩码图像(mask掩码图)，对应步骤1的mask掩码图，达到精准修复游程编码区域像素的作用，而且编码部分获取mask掩码图用于生成对抗网络的训练数据集，解码部分mask掩码图用于星上实时压缩后的图像修复处理；
27、(2)本专利技术通过步骤二中修正第二阶段判决器的收敛条件，根据残差绝对值|id|与near比较产生逻辑判断信号d_flag，与deepfill-gan网络中判决器损失值共同作用确保训练过程收敛，而且减小待修复区域的像素重建值与原始值的误差；
28、(3)本专利技术通过步骤五中残差图数据drun进行游程区域中间恢复数据进行尺度缩放后重建像素值，保留游程区域内图像数据变化趋势特征，同时恢复后的重建值满足near范围能够提升重建图像ireb的峰值信噪比(psnr)；
29、(4)本专利技术步骤一通过设定不同near进行大量遥感数据压缩处理，并针对不同位宽精度(10bit、12bit)图像数据分类训练得到本文档来自技高网...
【技术保护点】
1.一种基于生成对抗网络的星载图像压缩方法，其特征在于包括：
2.根据权利要求1所述的基于生成对抗网络的星载图像压缩方法，其特征在于：逻辑门控信号通过如下公式得到：
3.根据权利要求1所述的基于生成对抗网络的星载图像压缩方法，其特征在于：在训练过程中逻辑门控信号为1。
4.根据权利要求1所述的基于生成对抗网络的星载图像压缩方法，其特征在于：残差图数据Drun通过如下公式得到：
5.根据权利要求1所述的基于生成对抗网络的星载图像压缩方法，其特征在于：星上游程编码区域优化图像数据通过如下公式得到：
6.根据权利要求1所述的基于生成对抗网络的星载图像压缩方法，其特征在于：最终恢复的图像数据通过如下公式得到：
7.一种基于生成对抗网络的星载图像压缩系统，其特征在于包括：
8.根据权利要求7所述的基于生成对抗网络的星载图像压缩系统，其特征在于：逻辑门控信号通过如下公式得到：
9.根据权利要求7所述的基于生成对抗网络的星载图像压缩系统，其特征在于：在训练过程中逻辑门控信号为1。
10.
...【技术特征摘要】
1.一种基于生成对抗网络的星载图像压缩方法，其特征在于包括：
2.根据权利要求1所述的基于生成对抗网络的星载图像压缩方法，其特征在于：逻辑门控信号通过如下公式得到：
3.根据权利要求1所述的基于生成对抗网络的星载图像压缩方法，其特征在于：在训练过程中逻辑门控信号为1。
4.根据权利要求1所述的基于生成对抗网络的星载图像压缩方法，其特征在于：残差图数据drun通过如下公式得到：
5.根据权利要求1所述的基于生成对抗网络的星载图像压缩方法，其特征在于：星上游程编码区域优化图像数据通过如下公式得到：
【专利技术属性】
技术研发人员：柴昱洲，袁素春，肖化超，韩宇，孙钰林，雷洋飞，王泽瑜，
申请(专利权)人：西安空间无线电技术研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。