本發(fā)明屬于圖像壓縮技術(shù)領(lǐng)域，更具體地，涉及一種基于混合熵編碼的衛(wèi)星序列圖像無(wú)損壓縮方法及系統(tǒng)。

背景技術(shù)：

遙感技術(shù)在軍事偵察、環(huán)境監(jiān)測(cè)、地球資源管理等方面發(fā)揮著舉足輕重的作用，特別是遙感圖像有著直觀、信息量豐富的特點(diǎn)。隨著空間技術(shù)的發(fā)展，特別是太空軍事技術(shù)的發(fā)展，對(duì)太空遙感提出了更高的要求，主要包括圖像分辨率、光譜分辨率和時(shí)間分辨率的提高，導(dǎo)致星上圖像數(shù)據(jù)量直線上升。而將圖像數(shù)據(jù)從空間實(shí)時(shí)傳送到地面，是大部分衛(wèi)星的主要任務(wù)。在某些應(yīng)用領(lǐng)域，需要無(wú)損壓縮，因此，面臨空間遙感圖像數(shù)據(jù)的劇增，亟需一種具有更高壓縮性能的無(wú)損壓縮方法。

圖像數(shù)據(jù)不僅在空間上有一定的相關(guān)性，隨著幀頻的提高，在時(shí)間上也存在冗余。在無(wú)損壓縮方法中，不僅要解決空間和時(shí)間的冗余，還要解決編碼冗余，綜合兩者才能提高無(wú)損壓縮性能。

目前已有的無(wú)損壓縮標(biāo)準(zhǔn)如jpeg-ls、jpeg2000、jpeg等或相關(guān)文獻(xiàn)，在解決空間和時(shí)間冗余時(shí)或者計(jì)算復(fù)雜度較高，不能適應(yīng)星上計(jì)算資源有限的缺陷，或者不能實(shí)現(xiàn)無(wú)損壓縮；針對(duì)編碼，不能充分發(fā)揮編碼算法的性能，所以編碼后的結(jié)果還存在一定信息冗余。因此，在預(yù)測(cè)和編碼兩方面亟需一種相輔相成的無(wú)損壓縮方法。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于混合熵編碼的衛(wèi)星序列圖像無(wú)損壓縮方法及系統(tǒng)，其目的在于根據(jù)序列圖像空間冗余和時(shí)間冗余特性自動(dòng)切換幀內(nèi)預(yù)測(cè)和幀間預(yù)測(cè)模式，并采用自適應(yīng)混合熵編碼進(jìn)行編碼，由此解決現(xiàn)有星上圖像壓縮技術(shù)中壓縮算法復(fù)雜度高和信息冗余度高的技術(shù)問(wèn)題。

為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種基于混合熵編碼的衛(wèi)星序列圖像無(wú)損壓縮方法及系統(tǒng)，該方法包括：

(1)梯度計(jì)算：輸入圖像，判斷是否有參考幀，若沒(méi)有參考幀，則計(jì)算輸入像素周邊兩兩像素之間的幀內(nèi)梯度，進(jìn)入步驟(3)；否則計(jì)算輸入像素周邊像素點(diǎn)和參考幀對(duì)應(yīng)像素點(diǎn)之間的幀間梯度并同時(shí)計(jì)算輸入像素的幀內(nèi)梯度；

(2)幀間預(yù)測(cè)及修正：若幀間梯度絕對(duì)值的和小于設(shè)定閾值則利用幀間梯度和參考幀對(duì)應(yīng)像素預(yù)測(cè)輸入點(diǎn)像素得到預(yù)測(cè)值，并量化幀間梯度對(duì)預(yù)測(cè)值進(jìn)行修正；否則進(jìn)入步驟(3)

(3)幀內(nèi)預(yù)測(cè)及修正：利用輸入像素點(diǎn)周邊像素預(yù)測(cè)輸入點(diǎn)像素得到預(yù)測(cè)值，并量化幀內(nèi)梯度對(duì)預(yù)測(cè)值進(jìn)行修正；

(4)殘差值計(jì)算及處理：輸入像素值減預(yù)測(cè)值得到殘差值，將殘差值限制在預(yù)設(shè)范圍內(nèi)，再映射到非負(fù)區(qū)域得到映射值maperrval；

(5)混合熵編碼：利用拉布拉斯分布對(duì)區(qū)間[0,th]進(jìn)行概率初始化，拉布拉斯分布：

得到算術(shù)編碼初始化概率模型，其中，p(t)為概率，σ為設(shè)定的分布參數(shù)，th為設(shè)定值；之后若maperrval∈[0,th]，則根據(jù)概率模型進(jìn)行算術(shù)編碼，并按整字節(jié)補(bǔ)齊編碼結(jié)果，隨后用maperrval更新概率模型；若maperrval∈(th,maxval]，則對(duì)maperrval進(jìn)行定長(zhǎng)編碼；最后將編碼結(jié)果整合輸出。

進(jìn)一步地，所述步驟(1)具體包括：

(11)輸入圖像，判斷是否有參考幀，若沒(méi)有參考幀，則進(jìn)入步驟(12)；否則進(jìn)入步驟(13)；

(12)計(jì)算輸入像素的幀內(nèi)梯度，

其中，p9、p3、p8和p2兩兩相鄰，p3和p2與輸入像素點(diǎn)邊相鄰，p9和p8與輸入像素點(diǎn)角相鄰，進(jìn)入步驟(3)；

(13)計(jì)算幀內(nèi)梯度并同時(shí)計(jì)算輸入像素的幀間梯度，幀間梯度為：

其中，p5、p4和p10為參考幀中和p3、p2和p8對(duì)應(yīng)像素點(diǎn)。

進(jìn)一步地，所述步驟(2)包括：

(21)判斷(|d4|+|d5|+|d6|)≤t1是否成立，其中，t1為預(yù)測(cè)閾值；若是則進(jìn)入步驟(22)；否則進(jìn)入步驟(3)；

(22)所述輸入像素的預(yù)測(cè)值為：

其中，為預(yù)測(cè)值，p1為輸入像素點(diǎn)在參考幀對(duì)應(yīng)點(diǎn)的像素值；

(23)計(jì)算g(inter)＝|d4|+|d5|+|d6|，在區(qū)間[0,maxval]內(nèi)將g(inter)量化為10個(gè)等級(jí)，即設(shè)置10個(gè)上下文模型對(duì)預(yù)測(cè)值進(jìn)行修正，其中maxval為輸入圖像灰度的最大值，之后進(jìn)入步驟(4)。

進(jìn)一步地，所述步驟(3)包括：

(31)預(yù)測(cè)值為：

(32)對(duì)d1、d2和d3進(jìn)行量化得到上下文索引值，通過(guò)上下文索引值對(duì)預(yù)測(cè)值進(jìn)行修正。

進(jìn)一步地，所述步驟(4)包括：

(41)計(jì)算輸入像素的預(yù)測(cè)殘差值p為輸入像點(diǎn)像素值；

(42)若errval<0，則更新errval＝errval+range；再次判斷errval≥((range+1)/2)是否成立，是則更新errval＝errval-range，其中，range＝maxval+1；

(43)將errval映射到非負(fù)區(qū)域，映射值為：

按照本發(fā)明的另一方面，提供了一種基于混合熵編碼的衛(wèi)星序列圖像無(wú)損壓縮系統(tǒng)，所述系統(tǒng)包括：

梯度計(jì)算模塊，用于輸入圖像，判斷是否有參考幀，若沒(méi)有參考幀，則計(jì)算輸入像素周邊兩兩像素之間的幀內(nèi)梯度，進(jìn)入幀內(nèi)預(yù)測(cè)及修正模塊；否則計(jì)算輸入像素周邊像素點(diǎn)和參考幀對(duì)應(yīng)像素點(diǎn)之間的幀間梯度并同時(shí)計(jì)算輸入像素的幀內(nèi)梯度；

幀間預(yù)測(cè)及修正模塊，用于判斷，若幀間梯度絕對(duì)值的和小于設(shè)定閾值，則利用幀間梯度和參考幀對(duì)應(yīng)像素預(yù)測(cè)輸入點(diǎn)像素得到預(yù)測(cè)值，并量化幀間梯度對(duì)預(yù)測(cè)值進(jìn)行修正；否則進(jìn)入幀內(nèi)預(yù)測(cè)及修正模塊；

幀內(nèi)預(yù)測(cè)及修正模塊，用于利用輸入像素點(diǎn)周邊像素預(yù)測(cè)輸入點(diǎn)像素得到預(yù)測(cè)值，并量化幀內(nèi)梯度對(duì)預(yù)測(cè)值進(jìn)行修正；

殘差值計(jì)算及處理模塊，用于輸入像素值減預(yù)測(cè)值得到殘差值，將殘差值限制在預(yù)設(shè)范圍內(nèi)，再映射到非負(fù)區(qū)域得到映射值maperrval；

混合熵編碼模塊，用于利用拉布拉斯分布對(duì)區(qū)間[0,th]進(jìn)行概率初始化，拉布拉斯分布：

得到算術(shù)編碼初始化概率模型，其中，p(t)為概率，σ為設(shè)定的分布參數(shù)，th為設(shè)定值；之后若maperrval∈[0,th]，則根據(jù)概率模型進(jìn)行算術(shù)編碼，并按整字節(jié)補(bǔ)齊編碼結(jié)果，隨后用maperrval更新概率模型；若maperrval∈(th,maxval]，則對(duì)maperrval進(jìn)行定長(zhǎng)編碼；最后將編碼結(jié)果整合輸出。

進(jìn)一步地，所述梯度計(jì)算模塊具體包括：

參考幀判斷單元，用于輸入圖像，判斷是否有參考幀，若沒(méi)有參考幀，則進(jìn)入幀內(nèi)梯度計(jì)算單元；否則進(jìn)入幀間幀內(nèi)梯度計(jì)算單元；

幀內(nèi)梯度計(jì)算單元，用于計(jì)算輸入像素的幀內(nèi)梯度，

其中，p9、p3、p8和p2兩兩相鄰，p3和p2與輸入像素點(diǎn)邊相鄰，p9和p8與輸入像素點(diǎn)角相鄰，進(jìn)入幀內(nèi)預(yù)測(cè)及修正模塊；

幀間幀內(nèi)梯度計(jì)算單元，用于計(jì)算幀內(nèi)梯度并同時(shí)計(jì)算輸入像素的幀間梯度，幀間梯度為：

其中，p5、p4和p10為參考幀中和p3、p2和p8對(duì)應(yīng)像素點(diǎn)。

進(jìn)一步地，其特征在于，所述幀間預(yù)測(cè)及修正模塊包括：

預(yù)測(cè)判斷單元，用于判斷(|d4|+|d5|+|d6|)≤t1是否成立，其中，t1為預(yù)測(cè)閾值；若是則進(jìn)入幀間預(yù)測(cè)單元；否則進(jìn)入幀內(nèi)預(yù)測(cè)及修正模塊；

幀間預(yù)測(cè)單元，用于計(jì)算幀間預(yù)測(cè)值，所述輸入像素的預(yù)測(cè)值為：

其中，為預(yù)測(cè)值，p1為輸入像素點(diǎn)在參考幀對(duì)應(yīng)點(diǎn)的像素值；

幀間預(yù)測(cè)修正單元，用于計(jì)算g(inter)＝|d4|+|d5|+|d6|，在區(qū)間[0,maxval]內(nèi)將g(inter)量化為10個(gè)等級(jí)，即設(shè)置10個(gè)上下文模型對(duì)預(yù)測(cè)值進(jìn)行修正，其中maxval為輸入圖像灰度的最大值，之后進(jìn)入殘差值計(jì)算及處理模塊。

進(jìn)一步地，所述幀內(nèi)預(yù)測(cè)及修正模塊包括：

幀內(nèi)預(yù)測(cè)單元，用于計(jì)算幀內(nèi)預(yù)測(cè)值，預(yù)測(cè)值為：

幀內(nèi)預(yù)測(cè)修正單元，用于對(duì)d1、d2和d3進(jìn)行量化得到上下文索引值，通過(guò)上下文索引值對(duì)預(yù)測(cè)值進(jìn)行修正。

進(jìn)一步地，所述殘差值計(jì)算及處理模塊包括：

殘差計(jì)算單元，用于計(jì)算輸入像素的預(yù)測(cè)殘差值p為輸入像點(diǎn)像素值；

殘差限定單元，用于將殘差值限定在預(yù)設(shè)范圍內(nèi)，若errval<0，則更新errval＝errval+range；再次判斷errval≥((range+1)/2)是否成立，是則更新errval＝errval-range，其中，range＝maxval+1；

殘差映射單元，用于將errval映射到非負(fù)區(qū)域，映射值為：

總體而言，通過(guò)本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)特征及有益效果：

(1)本發(fā)明根據(jù)空間和時(shí)間冗余特性，建立時(shí)空上下文對(duì)幀間和幀內(nèi)預(yù)測(cè)值進(jìn)行修正，在jpeg-ls幀內(nèi)上下文的基礎(chǔ)上豐富了上下文環(huán)境情況，優(yōu)化了預(yù)測(cè)模型，使得預(yù)測(cè)值更加接近像素真實(shí)值，更大程度的減小空間和時(shí)間冗余；

(2)本發(fā)明設(shè)計(jì)的基于算術(shù)編碼的混合自適應(yīng)算術(shù)編碼能更好的適應(yīng)編碼對(duì)象的分布特性，更加發(fā)揮算術(shù)編碼的性能，使得編碼結(jié)果進(jìn)一步接近信源的熵，提高無(wú)損壓縮比；

(3)按照本發(fā)明提出的基于混合熵編碼的衛(wèi)星序列圖像無(wú)損壓縮方法，能有效解決星地傳輸帶寬與大數(shù)據(jù)量的矛盾。在獲得高壓縮比的同時(shí)，實(shí)現(xiàn)復(fù)雜度也能滿(mǎn)足星上計(jì)算能力的要求。

附圖說(shuō)明

圖1是本發(fā)明的方法流程圖；

圖2本發(fā)明實(shí)施例菱形搜索算法示意圖；

圖3為本發(fā)明實(shí)施例幀間和幀內(nèi)的預(yù)測(cè)模板；

圖4為拉布拉斯分布示意圖；

圖5為本發(fā)明實(shí)施例預(yù)測(cè)值直方圖；

圖6為本發(fā)明實(shí)施例預(yù)測(cè)值映射后的直方圖；

圖7為本發(fā)明實(shí)施例混合自適應(yīng)算術(shù)編碼框圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。

如圖1所示，本實(shí)施方案有如下流程：

(1)梯度計(jì)算：輸入圖像，判斷是否有參考幀，若沒(méi)有參考幀，則計(jì)算輸入像素周邊兩兩像素之間的幀內(nèi)梯度，進(jìn)入步驟(3)，否則計(jì)算輸入像素周邊像素點(diǎn)和參考幀對(duì)應(yīng)像素點(diǎn)之間的幀間梯度并同時(shí)計(jì)算輸入像素的幀內(nèi)梯度；

(11)輸入圖像，判斷是否有參考幀，若沒(méi)有參考幀，則進(jìn)入步驟(12)；否則進(jìn)入步驟(13)；所述參考幀即為當(dāng)前幀的前幾幀中任意一幀，優(yōu)選前一幀，一組圖像序列中的第一幀沒(méi)有參考幀；

(12)計(jì)算輸入像素的幀內(nèi)梯度，

其中，p9、p3、p8和p2兩兩相鄰，p3和p2與輸入像素點(diǎn)邊相鄰，p9和p8與輸入像素點(diǎn)角相鄰，進(jìn)入步驟(3)；

(13)計(jì)算幀內(nèi)梯度并同時(shí)計(jì)算輸入像素的幀間梯度，幀間梯度為：

d4＝p3-p5

d5＝p2-p4

d6＝p8-p10，

其中，p5、p4和p10為參考幀中和p3、p2和p8對(duì)應(yīng)像素點(diǎn)；所述對(duì)應(yīng)像素點(diǎn)采用圖2所示菱形搜索方法，依據(jù)最小絕對(duì)差和準(zhǔn)則計(jì)算相鄰兩幀之間的運(yùn)動(dòng)矢量，運(yùn)動(dòng)矢量加所選像素點(diǎn)坐標(biāo)記為參考幀對(duì)應(yīng)像素點(diǎn)；按如圖3所示本發(fā)明實(shí)施例幀間和幀內(nèi)的預(yù)測(cè)模板進(jìn)行梯度計(jì)算。

(2)幀間預(yù)測(cè)及修正：若幀間梯度絕對(duì)值的和小于設(shè)定閾值則利用幀間梯度和參考幀對(duì)應(yīng)像素預(yù)測(cè)輸入點(diǎn)像素得到預(yù)測(cè)值，并量化幀間梯度對(duì)預(yù)測(cè)值進(jìn)行修正；否則進(jìn)入步驟(3)；

(21)判斷(|d4|+|d5|+|d6|)≤t1是否成立，其中，t1為預(yù)測(cè)閾值；若是則進(jìn)入步驟(22)；否則進(jìn)入步驟(3)；

(22)所述輸入像素的預(yù)測(cè)值為：

其中，為預(yù)測(cè)值，p1為輸入像素點(diǎn)在參考幀對(duì)應(yīng)點(diǎn)的像素值；

(23)計(jì)算g(inter)＝|d4|+|d5|+|d6|，在區(qū)間[0,maxval]內(nèi)將g(inter)量化為10個(gè)等級(jí)，即設(shè)置10個(gè)上下文模型對(duì)預(yù)測(cè)值進(jìn)行修正，其中，maxval為輸入圖像灰度的最大值，之后進(jìn)入步驟(4)。

(3)幀內(nèi)預(yù)測(cè)及修正：利用輸入像素點(diǎn)周邊像素預(yù)測(cè)輸入點(diǎn)像素得到預(yù)測(cè)值，并量化幀內(nèi)梯度對(duì)預(yù)測(cè)值進(jìn)行修正；

(31)預(yù)測(cè)值為：

(32)對(duì)d1、d2和d3進(jìn)行量化得到上下文索引值，通過(guò)上下文索引值對(duì)預(yù)測(cè)值進(jìn)行修正；如圖4所示為本實(shí)施例預(yù)測(cè)值集合的直方圖。

(4)殘差值計(jì)算及處理：輸入像素值減預(yù)測(cè)值得到殘差值，將殘差值限制在預(yù)設(shè)范圍內(nèi)，再映射到非負(fù)區(qū)域得到映射值maperrval；如圖5所示為實(shí)施例的映射值；

(41)計(jì)算輸入像素的預(yù)測(cè)殘差值p為輸入像點(diǎn)像素值；

(42)若errval<0，則更新errval＝errval+range；再次判斷errval≥((range+1)/2)是否成立，是則更新errval＝errval-range，其中，range＝maxval+1；

(43)將errval映射到非負(fù)區(qū)域，映射值為：

(5)混合熵編碼：如圖6所示，實(shí)施例混合自適應(yīng)算術(shù)編碼具體為：利用拉布拉斯分布對(duì)區(qū)間[0,th]進(jìn)行概率初始化，得到算術(shù)編碼初始化概率模型，拉布拉斯分布為：

如圖7所示為拉布拉斯分布的分布曲線；其中，p(t)為概率，σ為設(shè)定的分布參數(shù)，th為設(shè)定值；之后若maperrval∈[0,th]，則根據(jù)概率模型進(jìn)行算術(shù)編碼，并按整字節(jié)補(bǔ)齊編碼結(jié)果，隨后用maperrval更新概率模型；若maperrval∈(th,maxval]，則對(duì)maperrval進(jìn)行定長(zhǎng)編碼；最后將編碼結(jié)果整合輸出。

本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。